基于MDNet与AR模型的空中小目标自适应跟踪方法机器视觉
1 中北大学
2 山西省太原市中北大学计算机与控制工程学院
3 酒泉卫星发射中心
针对星空背景下卫星跟踪过程中运动小目标与伪目标交会时对其干扰造成的跟踪漂移问题,提出一种基于MDNet与AR模型的空中小目标自适应跟踪方法。首先,对利用MDNet采集到的图像序列第一帧的正样本进行bounding-box回归模型训练;再训练用最小信息准则和最小二乘法确定阶数和参数的AR模型,以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,实现采样候选区域约束,bounding-box回归模型调整目标位置,即可精确跟踪目标。实验结果表明,本文方法平均成功率为98.3%,比仅使用MDNet提高了44.8%,有效解决了小目标与伪目标交会时对其干扰造成的跟踪漂移问题,能精确、稳定跟踪不同轨迹和运动状态的空中小目标,具有较强的抗干扰能力和鲁棒性。
蔺素珍, 郑瑶, 禄晓飞, 曾建潮. 基于MDNet与AR模型的空中小目标自适应跟踪方法[J]. 光学学报, 2017, 37(12): 6.
DOI:10.3788/aos201737.12机器视觉06