文献类型：期刊文章

作　　者：胡阳光[1] 肖明清[1] 张凯[2] 王晓柱[2] 段耀泽[3]

HU Yangguang;XIAO Mingqing;ZHANG Kai;WANG Xiaozhu;DUAN Yaoze(School of Aeronautics Engineering, Air Force Engineering University, Xi’an 710038, China;School Astronautics, Northwestern Polytechnical University, Xi’an 710072, China;Unit 93642 of the PLA, Tangshan 064001, China)

机构地区：[1]空军工程大学航空工程学院,陕西西安710038 [2]西北工业大学航天学院,陕西西安710072 [3]中国人民解放军93642部队,河北唐山064001

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金面上项目(61703337);航天科学与技术创新基金(SAST2017-082)资助课题

年　　份：2019

卷　　号：41

期　　号：12

起止页码：2675-2683

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：新型红外诱饵的出现,对传统红外成像空空导弹作战效能的发挥造成了严峻挑战。近年来深度学习研究进展迅速,有力促进了目标跟踪领域的发展。以多域学习网络框架为基础,引入传统特征长宽比和均值对比度,将深度特征与传统特征融合在一个跟踪框架中,解决了单一特征在目标跟踪中无法有效对抗面源等复杂干扰的问题。为了评估算法性能,分别在仿真序列和实拍图像序列上进行了测试。实验结果表明,所提出算法的跟踪精度和鲁棒性优于目前经典的跟踪算法,是一种具有较强适应性的红外空中目标跟踪方法。

关 键 词：目标跟踪 红外成像导弹  深度学习  深度特征  传统特征  

分 类 号：TP391]