文献类型：期刊文章

作　　者：钟立军[1] 于起峰[1] 周颉鑫[1] 郭鹏宇[2] 黄维[3]

ZHONG Lijun;YU Qifeng;ZHOU Jiexin;GUO Pengyu;HUANG Wei(College of Aerospace Science and Engineering,National University of Defense Technology,Changsha 410073,China;National Innovation Institute of Defense Technology,Academy of Military Science,Beijing 100071,China;The PLA Unit 95975,Jiuquan 732750,China)

机构地区：[1]国防科技大学空天科学学院,湖南长沙410073 [2]军事科学院国防科技创新研究院,北京100071 [3]中国人民解放军95975部队,甘肃酒泉732750

出　　处：《国防科技大学学报》

基　　金：国家自然科学基金资助项目(11472302)。

年　　份：2020

卷　　号：42

期　　号：2

起止页码：85-91

语　　种：中文

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

摘　　要：在靶场经纬仪对目标实时跟踪测量时,会发生相机随机抖动的情况,引起目标在图像中大幅度运动。应对大幅度运动时,基于搜索窗口的跟踪方法容易丢失目标,而基于全图搜索的跟踪方法时效性差。针对以上问题,提出一种结合核相关滤波算法(Kernelized Correlation Filter,KCF)和目标位置预测的改进的跟踪学习检测算法(Tracking-Learning-Detection,TLD)跟踪框架。利用正交多项式最优线性滤波器及相机角度信息预测目标下一帧位置,在此区域利用KCF进行快速跟踪,可以提高跟踪的成功率和时效性,跟踪失败时再进行检测。仿真实验表明,最优线性滤波器能较准确预测目标位置,给KCF提供较准确的搜索位置,算法每帧耗时仅为1.1 ms,且定位精度优于TLD和KCF,能有效应对相机抖动的问题。靶场实际试验证明该方法可提高靶场自动判读水平,减少人工干预。

关 键 词：实时判读  改进TLD  位置预测  最优线性滤波器  

分 类 号：V1]