为了提高红外目标检测的性能，提出了一种结合帧差的核相关滤波弱小红外目标检测算法。算法首先通过核相关滤波训练当前帧获得最大回归值，相对间隔帧求取差值，以此进行循环移位，从而实现对帧间背景运动的补偿；再者借助帧间差分法提取当前帧相对运动特征，增强区分弱小目标和红外背景的能力；最后对相对运动特征进行阈值分割获得最终检测结果。仿真实验显示本算法能有效检测出复杂环境下红外弱小目标，与其他同类算法相比，本算法可以很好地对杂波和点状干扰源进行抑制，获得较高的目标检测率，同时将大量运算置于频域中，运算效率也优于其他算法。
红外图像 弱小目标检测 核相关滤波 帧间运动补偿 相对运动特征 帧间差分 infrared image, weak and small target detection, K
1 无锡学院 物联网工程学院，江苏 无锡 214105
2 长春工业大学 计算机科学与工程学院，吉林 长春 130012
3 中国北方车辆研究所，北京 100072
4 吉林农业大学 信息技术学院，吉林 长春 130118
实时多目标跟踪算法取得了理想的跟踪性能，但大多数现有算法的跟踪速度较慢，且随着背景复杂度的增加，跟踪精度也随之降低。针对此问题，本文提出了基于在线数据关联的行人实时跟踪算法。首先，设计了核相关滤波和卡尔曼滤波双轨道预测机制，配合DeepSORT中的级联匹配形成了预测-跟踪-校准体系，使数据关联更加可靠。此外，在目标检测部分引入了注意力机制，通过强化目标对象的位置信息增强特征表示能力，从而提升跟踪的精度。该模型在MOT16数据集上的MOTA达到了66.5%、IDF1达到了64.2%、IDSW达到了641。与DeepSORT算法对比，MOTA和IDF1分别提升了13%和13.2%，IDSW下降了410。本文算法有助于解决行人实时跟踪时出现的目标误检、漏检等问题，在跟踪中对严重遮挡情况仍保持了较高的跟踪精度，在复杂环境下可以实现行人实时稳定跟踪。
多目标跟踪 实时跟踪 YOLOv5 核相关滤波算法 DeepSORT multiple object tracking online tracking YOLOv5 kernelized correlation filters DeepSORT
1 电子科技大学光电科学与工程学院，四川 成都 611731
2 重庆连芯光电技术研究院有限公司，重庆 400021
3 四川文理学院成都研究院，四川 成都 635000
为应对核相关滤波算法长时跟踪模板漂移问题，提出一种基于亚像素修正的模板漂移抑制方法。首先，根据跟踪过程中常用的核相关滤波快速算法，分析模板更新时引入的跟踪误差；其次，分析模板更新时引入的采样误差对模板漂移的影响；然后，通过模板频域的相移修正模板更新引入的采样误差；最后，通过实验证明模板亚像素修正对长时跟踪模板漂移的抑制效果。实验结果表明：相同跟踪条件下，模板亚像素修正方法引入的模板漂移量是整像素模板更新的1/4，模板亚像素修正用于相关滤波算法和核相关滤波算法时对模板漂移同样有良好的抑制效果，并且模板亚像素修正只需耗费较小计算量就可以对模板漂移进行有效抑制。
图像处理 核相关滤波 跟踪算法 模板漂移 亚像素 激光与光电子学进展
2023, 60(12): 1210019
红外与激光工程
2022, 51(2): 20210864
山东理工大学机械工程学院，山东 淄博 255000
为提高场景中战斗机在光照变化、尺度变化、遮挡和形变等因素下的跟踪精度，提出一种基于多种特征融合的核相关滤波算法。将颜色特征、纹理特征和卷积特征进行融合，融合后输出的最大响应值即为检测到的战斗机位置; 同时，采用尺度滤波器对战斗机进行尺度估计; 模板更新时，引入旁瓣比的概念对战斗机遮挡情况进行判断。实验结果表明，算法的准确度达到了77.6%，成功率也达到了73.3%，与KCF,DSST,MOSSE算法相比，在快速运动、背景杂乱、形变、超出视野、光照变化、翻转、低分辨率等情况下，跟踪精确度和跟踪成功率均位列第一。
目标跟踪 战斗机 核相关滤波 多特征融合 尺度滤波器 峰值旁瓣比 target tracking fighter kernel correlation filtering multi-feature fusion scale filter peak sidelobe ratio
广东工业大学广东省焊接工程技术研究中心，广东 广州 510006
针对线激光视觉传感的焊缝跟踪系统在焊接过程中易受弧光、飞溅等噪声干扰而出现焊缝位置识别精度不高的问题，本研究团队提出了一种基于核相关/卡尔曼滤波算法的焊缝路径识别方法。利用图像处理方法提取焊缝中心区域，在焊接过程中利用核相关滤波(KCF)算法实时定位焊缝中心，根据响应图峰值旁瓣比(PSR)对焊缝目标模板进行自适应更新，以提高模板的抗干扰能力。采用状态扩增法建立带有色观测噪声的焊缝中心位置的卡尔曼滤波模型，对焊缝中心进行最优估计，进一步提高系统在强噪声环境下的焊缝路径识别精度。分别进行对接焊缝和搭接焊缝路径识别试验，试验结果表明：所提算法能在有强烈弧光和飞溅的工况下实现焊缝路径的准确识别，识别误差能分别控制在0.137 mm和0.105 mm以内。
激光技术 图像处理 焊缝跟踪 卡尔曼滤波 核相关滤波
1 北海职业学院 电子信息工程系， 广西 北海 536000
2 北海职业学院 机电工程系， 广西 北海 536000
3 长江大学 机械工程学院， 湖北 荆州 434023
针对红外目标检测中小目标检测精度较低的问题，提出了一种利用改进型平均绝对灰度差(AAGD)算法的红外小目标检测。针对AAGD算法的缺点，在其基础上，融合灰度与显著性特征，用于核相关滤波器，以解决红外目标特征简单且信息量少的问题; 提出一种自适应双滑动窗口，针对不同区域调节聚合窗口形状及像素点权重，以实现高强度结构背景附近的机动目标的匹配，提高小目标检测的准确度; 利用MATLAB仿真平台对所提方法进行实验论证，结果表明，所提方法能够在噪声、高强度锐利边缘和结构背景等复杂图像中准确检测出小目标，且其准确度、稳定性、执行时间等方面均优于其他对比方法。
红外小目标检测 改进型AAGD算法 混合特征提取 核相关滤波器 自适应双滑动窗口 infrared small target detection improved AAGD algorithm hybrid feature extraction kernel correlation filter adaptive double sliding window
传统的核相关滤波跟踪(KCF)算法不能很好地处理目标快速移动和大面积遮挡, 容易导致目标丢失。在KCF算法的基础上, 提出了目标丢失检测、第一帧重检测、扩展区域重检测3种机制来解决以上问题。利用最大响应分数和平均峰值相关能量(APCE)来判别目标是否丢失；在目标即将丢失时, 采用扩展区域重检测机制；在目标图像与第一帧目标图像相似时, 采用第一帧重检测机制。为了能体现出所提算法的跟踪性能, 从VOT2016和OTB100数据集中选取了14组视频序列作为测试集, 其中7组视频序列含有目标遮挡和快速运动情况。经过定量实验对比, 所提算法相比传统KCF算法平均中心位置误差(CPE)减少了20像素,平均重叠率(OR)提高了16.1%。
目标跟踪 核相关滤波 重检测 第一帧 target tracking kernel correlation filtering re-detection first frame
1 海军航空大学，山东 烟台 264000
2 烟台北方星空自控科技有限公司，山东 烟台 264000
3 山东大学，济南 250000
核相关滤波(KCF)算法在跟踪过程中由于目标受到遮挡或者目标本身的形变、大小变化等问题容易丢失目标。针对以上问题对原算法做出如下改进: 一是加入检测模型响应值的方法作为判定目标是否丢失的依据，一旦判定目标丢失，模型就会暂停更新，增加采样窗口个数来扩大目标搜索范围，直至判定为重新定位目标; 二是加入一种自适应的多尺度搜索策略; 三是将原算法采用的方向梯度直方图(HOG)特征与图像灰度特征矢量融合作为新的样本特征。将原算法和改进算法用于实验采集的红外视频序列，定性地比较和分析跟踪效果，同时根据在OTB-2013中测试的跟踪精度做定量的评估。实验结果表明，改进算法的综合性能及应对目标受到遮挡、形变、大小变化等问题上的鲁棒性能均有提高。
核相关滤波算法 目标丢失判定 目标重定位 多尺度搜索 红外目标跟踪 KCF algorithm target loss determination target re-location multi-scale search infrared target tracking
