公开(公告)号：CN107622507A

公开(公告)日：2018-01-23

申请号：CN201710676396.5

申请日：2017-08-09

Applicant: 中北大学

Inventor： 蔺素珍 ,  郑瑶 ,  任之俊

IPC: G06T7/246 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及空中目标跟踪方法，具体为基于深度学习的空中目标跟踪方法，本方法按如下步骤进行：MDNet采集第一帧图像的正样本并进行随机取样，将随机取样后的样本作为数据集训练bounding-box模型；其次，训练利用最小信息准则和最小二乘法确定阶数和参数的AR模型，估计目标运动轨迹并预测目标位置；然后，将该目标位置作为MDNet的采样中心，再利用bounding-box回归模型调整目标位置，精确完成跟踪。本方法可以自适应提取空中目标特征，并结合AR模型有效利用目标的运动信息，可极大改善MDNet对目标特征的依赖性，在解决伪目标干扰的同时，提高跟踪精度。

公开(公告)号：CN107622507B

公开(公告)日：2020-04-07

申请号：CN201710676396.5

申请日：2017-08-09

Applicant: 中北大学

Inventor： 蔺素珍 ,  郑瑶 ,  任之俊

IPC: G06T7/246 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及空中目标跟踪方法，具体为基于深度学习的空中目标跟踪方法，本方法按如下步骤进行：MDNet采集第一帧图像的正样本并进行随机取样，将随机取样后的样本作为数据集训练bounding‑box模型；其次，训练利用最小信息准则和最小二乘法确定阶数和参数的AR模型，估计目标运动轨迹并预测目标位置；然后，将该目标位置作为MDNet的采样中心，再利用bounding‑box回归模型调整目标位置，精确完成跟踪。本方法可以自适应提取空中目标特征，并结合AR模型有效利用目标的运动信息，可极大改善MDNet对目标特征的依赖性，在解决伪目标干扰的同时，提高跟踪精度。