1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
提出一种基于深度学习的红外目标建模方法。将对抗与自编码相结合,设计了双重对抗自编码网络。利用训练后的网络,仅需输入类别标签和满足一定分布的随机变量即可生成相应类别的红外目标图像。在自建红外数据集上对模型的有效性进行验证,实验表明,生成的目标图像在真实性和多样性等各方面均取得了较高的评价结果。将随机生成的目标图像作为小数据集的补充,可有效改善训练数据匮乏的问题,提高红外成像系统识别算法的准确率。
成像系统 红外成像 目标建模 深度学习 自编码网络 生成对抗网络 光学学报
2020, 40(11): 1111002
1 哈尔滨工业大学 空间光学工程研究中心, 黑龙江 哈尔滨 150001
2 哈尔滨工业大学 控制科学与工程系, 黑龙江 哈尔滨 150001
由目标跟踪的数学模型得出, 影响目标跟踪性能的三个主要因素为目标状态转移模型、滤波算法和目标建模技术。对目标建模技术进行了综述和分析, 分别从特征选择、特征的统计建模和相似性度量三个方面进行了阐述。以畸变不变性、目标/背景分辨能力作为性能评价手段定性地比较了国内外文献中提出的多种目标表征模型。指出了目标跟踪中目标表征模型自适应选择的研究方向。
信息处理技术 成像目标跟踪 目标建模 相似性度量 information processing technology imaging target tracking object modeling similarity measuring
西安电子科技大学,电路 CAD 研究所,西安,710071
提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法.该方法首先选择简单且具有互补性的特征描述当前图像,并统一采用直方图法对这些特征进行建模;然后在粒子滤波框架下,根据巴塔恰里亚测度评价各个目标特征和背景特征之间的可区分程度,动态调整特征间的置信度;并对各个特征似然函数的噪音参量进行在线估计和更新,使其似然函数的度量标准达到统一.分析和实验表明,该算法性能优于仅仅采用多特征融合进行粒子滤波视觉跟踪的方法,对摄像机运动、混淆干扰、遮挡及目标外观大小的改变具有更强的鲁棒性.
动态目标建模 视觉跟踪 粒子滤波 巴塔恰里亚距离 克罗内克函数
