大连海事大学信息科学技术学院，辽宁 大连 116026
针对现有目标跟踪算法对快速运动弱目标跟踪效果不佳的问题，提出了一种时空连续的多特征融合孪生网络算法。首先以全卷积孪生网络为基本框架；其次设计了一种从粗到细结合空间信息和语义信息的鲁棒性特征来表达快速运动弱目标，并添加了特征注意力；最后采用时空信息连续性模型对整体信息进行有效的更新，从而选定最佳跟踪目标。在快速运动弱目标跟踪序列中，与5种不同的特征选择及更新方式的算法进行对比，所提算法表现出良好的实时跟踪效果；并将所提算法与9种不同类算法和5种同类孪生网络算法进行了对比，所提算法综合性能表现优异。实验结果表明，所提算法具有较好的鲁棒性及实时性，能有效地对快速运动弱目标进行跟踪。
图像处理 目标跟踪 弱目标 孪生网络 粗到细 时空信息 激光与光电子学进展
2022, 59(4): 0410011
1 第二炮兵工程学院 指挥自动化工程系,西安 710025
2 空军工程大学 工程学院,西安 710038
针对红外图像对比度差、边缘模糊的特点,提出了一种基于时空联合的红外序列图像目标提取的新方法。算法充分利用了红外目标的亮度特征、背景信息以及运动信息。时域分割中通过建立帧差图像背景的高斯分布模型,采用变化检测模板来确定红外目标约束区域。然后,构造图像像素与区域之间的空间关系隶属度矩阵并约束到传统的模糊聚类算法中,空域分割则利用该模糊聚类来对目标约束区域进行有效分割。最后将时空分割结果融合便能实现最终的红外目标提取。实验结果表明,该方法简单有效,能准确提取动态场景中的红外目标。
时空联合 红外图像序列 模糊聚类 目标提取 spatio-temporal information infrared image sequence fuzzy clustering target extraction
