1 天津大学微电子学院，天津 300072
2 天津市成像与感知微电子技术重点实验室，天津 300072
针对脉冲图像传感器，提出一种高精度高稳定性的高速目标追踪算法。首先，介绍脉冲图像传感器的原理；其次，结合传感器脉冲密度特性改进传统视觉背景提取（Vibe）算法，去除传统Vibe算法中存在的鬼影和空洞问题，提高运动检测的完整性；然后，结合运动检测，对传统均值漂移（MS）追踪算法进行改进，提高目标追踪的精度和稳定性；最后，通过图像重构完成场景再现与目标追踪。在3个高速场景的实验中：与直接应用于图像序列的传统MS算法相比，所提算法对高速目标的最大追踪误差分别从11.0454降低至2.2361，从14.1421降低至5.0000，从26.1725降低至5.0990；目标追踪的位置标准差从7.9879降低至2.0393，从12.0790降低至2.7454，从14.4591降低至3.5654。综上所述，所提算法能够有效提高目标的追踪精度和追踪稳定性，能更好地适用于脉冲图像传感器。
传感器 脉冲图像传感器 运动检测 鬼影去除 高速目标追踪 图像重构 脉冲密度 激光与光电子学进展
2023, 60(6): 0628008
光子学报
2021, 50(12): 1229001
1 中国科学院大学，北京00049
2 中国科学院 空间应用工程与技术中心，北京100094
3 中国科学院 太空应用重点实验室，北京100094
为了满足空间任务实施过程中对航天器部件的精细定位需求，针对相同类别部件易出现的混淆问题，本文提出了一种基于孪生网络结构的航天器部件追踪算法。首先通过神经网络模型将航天器部件追踪问题描述为基于数据驱动的航天器部件相似性度量问题，以改进AlexNet网络结构为孪生单元设计本文所用孪生网络模型。其次，使用公开大型数据集GOT-10k训练孪生网络，以随机梯度下降作为网络优化方法，提升网络表征能力。最后针对航天器同类部件外观相似造成的定位混淆问题，提出一种结合运动时序特征的追踪策略，提高了追踪精度。以ESA公开的航天器视频数据作为测试数据，验证所提出算法性能，实验结果表明：本文所提出算法在未使用航天器相关数据训练的条件下，在舱体与太阳能帆板追踪结果交并比达到57.2%与73.1%，速度达到38 FPS，基本满足航天器部件追踪稳定可靠、精度高、抗干扰能力强等要求。
孪生网络 目标追踪 航天器部件 深度学习 siamese network object tracking spacecraft component deep learning 光学 精密工程
2021, 29(12): 2915
1 华侨大学信息科学与工程学院, 福建 厦门 361021
2 中国科学院近代物理研究所, 甘肃 兰州 730000
提出一种基于Kanade-Lucas-Tomasi算法的目标检测与追踪技术,用于放疗场景下实时追踪人体的呼吸运动。实验采用运动参数可调的仿真人体模型实现对人体不同呼吸状态的模拟,同时用摄像头采集运动过程的图像信息。对采集后的图像进行边缘检测和边缘增强等一系列图像预处理后,手动标记图像第一帧的感兴趣区域,通过追踪算法实现对其余帧图像感兴趣区域的自动追踪。经实验结果验证,该算法可以精准地实现对人体体表在不同呼吸状态下的实时追踪,实际归一化后的位移误差小于0.03,该算法能够应用于临床上的呼吸运动检测,利用获取的图像信息及参数指导精准放疗。
图像处理 目标追踪 Kanade-Lucas-Tomasi算法 呼吸表征 激光与光电子学进展
2020, 57(22): 221001
南京理工大学电子工程与光电技术学院, 江苏 南京 210094
由于散射介质的强散射作用,传统光学成像系统无法对散射介质后的物体进行成像与运动追踪。针对这一问题,提出了一种透过散射介质对运动物体进行追踪与重建的方法。基于散射介质的光学记忆效应理论,通过先验信息解算散射成像系统的点扩展函数,利用点扩展函数的轴向缩放关系确定轴向位移,利用重建物体的互相关确定横向偏移。基于此方法搭建的实验系统也很好地实现了散射介质后物体的快速重建与运动追踪。所提方法仅需采集移位物体的连续散斑图像即可追踪物体位移,无需特定装置且效果优异,有利于透过散射介质成像在生物医学领域的应用。
成像系统 透过散射介质成像 运动目标追踪 反卷积 点扩展函数 光学学报
2020, 40(12): 1211001
北京信息科技大学高动态导弹技术北京市重点实验室, 北京 100101
随着无人机的广泛应用, 无人机对地面目标检测和追踪技术成为研究的热点。针对光流法对运动目标检测和追踪出现误检、丢失的问题, 应用运动目标纵向的边缘特征配合光流法的方法完成目标检测, 应用SIFT与光流法实现目标追踪, 并提出恒速模型与光流块匹配的方法解决追踪过程中建筑物等对目标的遮挡问题。实验结果表明, 所提方法能够对目标进行有效的识别与追踪, 并具有较强的鲁棒性。
无人机 空对地目标检测 光流法 目标追踪 UAV air-to-ground target detection optical flow method SIFT SIFT target tracking
针对无人机(UAV)与地面无人值守传感器(UGS)的空地协同目标追踪问题, 提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中, 无人机通过与地面无人值守传感器抵近通信, 获取目标经过传感器节点的时间信息, 基于该信息估计目标运动速度及预测目标后续位置, 通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题, 设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明, 该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。
目标追踪 无人机 无人值守地面传感器 空地协同 节点评价机制 target tracking UAV Unattended Ground Sensor (UGS) air-ground collaboration node evaluation mechanism
为实现四旋翼无人机自主飞行、定点悬停和跟踪地面目标的系统设计, 在系统中加入摄像头来采集地面信息, 进行相应的图像处理后, 所得结果结合视野的九宫格分割法, 可以获得待追寻目标位置信息。系统包含超声波定高模块, 将传统的无人机运动控制的六自由度简化为四自由度。采用将位置信息引入到PID控制系统中的方法, 获得四电机的控制命令, 进而实现前后左右的移动。此外, 运用双控制器, 一台控制器用于控制飞机运动, 另一台控制器用于控制系统的各个模块, 减少数据处理负担, 加快处理速度。最终, 实现预期的自主追踪效果, 与已有方法相比, 具有更简化的运动控制思路, 跟踪更灵敏。
四旋翼无人机 飞行控制 目标追踪 九宫格算法 PID算法 quad-rotor UVA flight control target tracking sudoku algorithm PID algorithm
1 军械工程学院光学与电子工程系，石家庄050003
2 北京理工大学自动化学院，北京100081
针对无人机编队对地面目标追踪问题，利用虚拟结构结合基于行为的控制方法提出了新的分布式无人机编队策略，编队无人机均匀分布在以虚拟或者实体领航者为球心的球面上。由李雅普诺夫向量设计出控制量引导编队对地面目标进行追踪，在有障碍物的环境下通过将障碍物转化为椭圆形的势能场，并通过计算切线向量作为速度方向，得到两种平滑的避障轨迹，并且给出了在无人机编队中的避障轨迹选择策略，仿真实验验证了策略和算法的有效性。
无人机 编队 目标追踪 地面活动目标 路径规划 unmanned aerial vehicle formation target tracking ground moving target path planning
1 军械工程学院光学与电子工程系，石家庄 050003
2 北京理工大学自动化学院，北京 100081
针对无人机编队对地面目标追踪问题，利用虚拟结构结合基于行为的控制方法提出了新的分布式无人机编队策略，编队无人机均匀分布在以虚拟或者实体领航者为球心的球面上。由李雅普诺夫向量设计出控制量引导编队对地面目标进行追踪，在有障碍物的环境下通过将障碍物转化为椭圆形的势能场，并通过计算切线向量作为速度方向，得到两种平滑的避障轨迹，并且给出了在无人机编队中的避障轨迹选择策略，仿真实验验证了策略和算法的有效性。
无人机 编队 目标追踪 地面活动目标 路径规划 unmanned aerial vehicle formation target tracking ground moving target path planning
