一种基于残差学习的可见光-红外序列目标跟踪方法

    公开(公告)号:CN115690164A

    公开(公告)日:2023-02-03

    申请号:CN202211143352.3

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于残差学习的可见光‑红外序列目标跟踪方法,包括:初始化网络参数,对双波段图片序列的首帧进行目标采样,将样本输入包含三条并行分支的特征提取网络,每个分支分别提取可见光、红外、融合图像的特征;将特征图输入注意力模块,计算分层特征的注意力权重,用权重修正每一层的特征图;把最终的特征图送入各自的判别跟踪模块,得到目标跟踪的结果,利用融合分支与单模态分支的竞争、协作关系改进损失函数,根据目标真值框与实际跟踪框的偏差计算各分支的损失,优化网络;输入下一序列的图片,循环迭代得到跟踪网络模型,最终完成可见光——红外目标跟踪。本发明提高了可见光——红外目标跟踪的准确率和成功率。

    基于粗糙表面BRDF模型的无人机目标红外图像仿真方法

    公开(公告)号:CN119313846A

    公开(公告)日:2025-01-14

    申请号:CN202411305727.0

    申请日:2024-09-19

    Abstract: 本发明公开了一种基于粗糙表面BRDF模型的无人机目标红外图像仿真方法,包括以下步骤:获取无人机三维模型;使用ANSYS软件计算无人机自身温度分布;在无人机三维模型中引入表面粗糙度,建立基于BRDF模型的无人机表面光强分布模型;基于无人机自身温度分布与表面光强分布模型,建立无人机目标红外辐射特性模型;基于探测器成像投影模型,生成无人机目标红外仿真图像。本发明图像仿真生成的无人机红外辐射特性与实际拍摄的无人机红外辐射特性相符。

    基于线模板航迹跟踪的低信噪比图像增强方法

    公开(公告)号:CN117078542A

    公开(公告)日:2023-11-17

    申请号:CN202310977453.9

    申请日:2023-08-04

    Abstract: 本发明公开了一种基于线模板航迹跟踪的的低信噪比图像增强方法,能够在兼顾计算速度和算法稳定性的同时,在低信噪比场景下有效的提高低信噪比图像的质量,还原真实场景,使边缘和目标清晰,细节得到增强。本发明的图像增强算法,包括以下几个步骤:相位法初始累积:对每一帧图像采用相位相关匹配,得到初始的累积图;线模板跟踪:利用初始累积图的线模板,利用弱线提取模型,移动模板得到后续图像中模板的位置,计算出两帧图像的位移量;航迹管理:通过计算出来的位移量,建立起像素级的航迹关联;原始图像更新:通过像素级关联和成像关系得到最终增强图像,并用当前帧信息对线模板参数进行更新。

    一种适用于长程跟踪的鲁棒性视觉目标跟踪方法

    公开(公告)号:CN108921872B

    公开(公告)日:2022-02-01

    申请号:CN201810463293.5

    申请日:2018-05-15

    Abstract: 本发明公开了一种适用于长程跟踪的鲁棒性视觉目标跟踪方法,首先根据视频序列的初始帧图像与目标在初始帧中的位置信息提取正负样本,对样本图像块作特征提取得到低维特征向量,使用线性支持向量机技术初始化目标外观模型;然后对得到的支持向量机模型进行逻辑斯蒂回归,对目标外观模型在粒子滤波框架下估计目标位置;随后,将中值流跟踪算法与当前的粒子滤波算法结合协同跟踪,在跟踪过程中采用增量减量技术在线更新外观模型,将原始的外观模型与新样本结合在线更新外观模型,直到最后一帧结束更新,从而实现了鲁棒性的视觉目标跟踪。本发明实现了机制迥异的两路跟踪方法的并行互补,解决了跟踪进程中不断产生新信息而造成空间冗余的问题。

Patent Agency Ranking