陈建明 1,2李定鲣 1曾祥津 1,2任振波 3[ ... ]秦玉文 1,2,**
作者单位
摘要
1 通感融合光子技术教育部重点实验室,广东省信息光子技术重点实验室,广东工业大学信息工程学院,先进光子技术研究院,广东 广州 510006
2 南方海洋科学与工程广东省实验室(珠海),广东 珠海 519082
3 光场调控与信息感知工业和信息化部重点实验室,陕西省信息光子技术重点实验室,西北工业大学物理科学与技术学院,陕西 西安 710129
提出一种跨模态光学信息交互和模板动态更新的可见光和热红外(RGBT)跟踪方法,选取能够在跟踪速度和精度上取得平衡的Siamese跟踪器作为基本框架,并设计特征交互模块以重构不同模态的信息比例和增强模态间信息交流。在此基础上,基于无锚框的思想构建预测网络,以提升跟踪器的灵活性和通用性,同时提出一种模板动态更新的策略,通过动态更新跟踪模板增强模型对变化目标的适应能力。在GTOT等3个基准数据集上的对比实验表明,所提方法可显著提升跟踪器在复杂环境下的目标跟踪性能。
机器视觉 计算机视觉 目标跟踪 孪生网络 模板更新 
光学学报
2024, 44(7): 0715001
作者单位
摘要
辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105
针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题,提出一种双重响应异常约束的无人机目标跟踪算法。首先,通过计算局部响应变化向量和全局响应峰值旁瓣比,在线动态更新空间正则化参数,降低边界效应的影响;其次,针对STRCF算法中的时间正则项的参数固定的问题,提出响应异常峰值判断机制,计算次峰响应系数,并将其融合到时间正则化参数上进行实时更新,避免目标模板变异造成跟踪漂移问题;目标函数通过交替方向乘子法迭代求解最优解。在UAV123、UAV20L和DTB70 三个无人机数据集上与代表性的目标跟踪算法进行大量实验,结果表明,在UAV123数据集上的精确度达到71.7%,在DTB70数据集上的跟踪平均速度达到48.3帧/s。本文结果与现有相关滤波类无人机目标跟踪算法相比表现较好,具有较高的实时性和鲁棒性。
目标跟踪 相关滤波 峰值旁瓣比 交替方向乘子 target tracking correlation filtering peak side lobe ratio alternating direction multiplier 
液晶与显示
2024, 39(1): 100
光电工程
2024, 50(12): 230218
作者单位
摘要
1 天津大学精密仪器与光电子工程学院,天津 300073
2 天津大学光电信息技术教育部重点实验室,天津 300073
针对孪生架构单目标跟踪算法存在的目标状态更新不及时的问题,基于模板与记忆信息动态融合的跟踪策略,提出一种通用的模板更新机制。该机制采用双模块融合的更新策略:通过记忆融合模块融合搜索图像特征的短期记忆信息,获得目标变化情况;将前一帧可信的跟踪结果作为动态模板,从相关特征的角度,通过权重融合模块对原始模板和动态模板进行加权融合,通过结合跟踪过程的原始记忆与短期记忆实现更准确的目标定位。将模板更新机制应用于SiamRPN、SiamRPN++和RBO三种主流算法,并在VOT2019公开数据集上进行实验验证。结果表明:应用该机制后算法的性能得到了有效提升,具体而言,在SiamRPN++算法中,平均重叠期望值提升了6.67%,准确性提升了0.17%,鲁棒性下降了5.39%;此外,在遮挡、形变和背景干扰等复杂场景下,添加模板更新机制的SiamRPN++算法展现出较好的跟踪性能。
目标跟踪 孪生网络 模板更新 记忆信息 
激光与光电子学进展
2024, 61(8): 0837006
张普 1,2,3,4刘金清 1,2,3,*肖金超 4熊俊峰 4[ ... ]王忠泽 4
作者单位
摘要
1 福建师范大学医学光电科学与技术教育部重点实验室,福建 福州 350007
2 福建省光子技术重点实验室,福建 福州 350007
3 福建省光电传感应用工程技术研究中心,福建 福州 350007
4 广州工业智能研究院,广东 广州 511458
环境感知是无人驾驶的关键技术,针对相机缺乏深度信息无法定位检测目标以及目标跟踪精度较差的问题,提出一种基于相机与激光雷达融合的目标定位与跟踪算法。该算法通过图像检测框内的激光雷达点云簇在像素平面的面积比例大小获得检测目标的定位信息,然后根据检测目标的轮廓点云在像素坐标系下的横向移动速度和纵向移动速度融合图像检测框中心坐标提高目标跟踪精度。实验结果表明:所提目标定位算法正确率为88.5417%,且平均每帧处理时间仅为0.03 s,满足实时性要求;图像检测框中心横坐标的平均误差为4.49 pixel,纵坐标的平均误差为1.80 pixel,平均区域重叠率为87.42%。
传感器融合 机器视觉 3D激光雷达 目标定位 目标跟踪 
激光与光电子学进展
2024, 61(8): 0828004
作者单位
摘要
国防科技大学 电子科学学院 自动目标识别重点实验室,湖南 长沙 410073
目标跟踪算法的性能通常和初始跟踪框的质量有关。在无人机对地侦察任务中,由于反应时间有限,操作员通常难以选取精确的初始跟踪框,导致目标跟踪结果较差。针对这一问题,提出一种半自动的跟踪框快速初始化和自适应优化策略,并给出基于视觉显著性和显著图像分割的自适应优化算法样例,在性能提升和运行时间上均具有优势。与优化前相比,在2个数据集上的跟踪成功率最高提升0.262、跟踪精度最高提升0.177;在运行时间方面,处理200像素×200像素的图像切片时,理论并行速度可达10帧/s。提出的跟踪框初始化和优化策略,结合了人的主观选择和视觉认知,可以有效解决无人机对地侦察任务中目标难以锁定的问题,并具备在嵌入式设备中的可移植性。
无人机 目标跟踪 初始跟踪框 视觉显著性 显著区域分割 unmanned aerial vehicle object tracking initial tracking box visual saliency salient region segmentation 
应用光学
2023, 44(6): 1332
作者单位
摘要
沧州交通学院电子与电气工程学院, 河北 沧州 061199
针对线阵光纤激光相干合成系统中对合成光束的质量、控制速度、控制精度的需求, 完成了线阵光纤激光相干合成控制器的设计。该控制器以DSP2812和CPLD为核心处理器, 通过AD976A模/数转换器接收光电探测器的电压信号, AD8544数/模转换器输出模拟电压控制压电陶瓷相位控制器, 进而控制激光的相位变化。为了实现控制器与目标图像检测板和上位机的通信, 设计了两路串口通信接口, 并编写了相关测试程序, 最终在线阵光纤激光相干合成系统中完成了四路1 064 nm激光的相干合成、扫描、跟踪实验。实验结果表明, 该控制器搭载随机并行梯度下降(SPGD)算法, 在光电探测器的配合下能够实现光纤激光锁相, 控制主瓣能量变化优于±5%, 锁相后主瓣能够完成±λ的扫描, 扫描频率约为25 Hz, 同时结合目标图像检测板完成了目标跟踪实验, 实现激光相干合成条纹的目标跟踪。
激光 相干合成 控制器 随机并行梯度下降算法 目标跟踪 laser coherent synthesis controller SPGD algorithm target tracked 
光学与光电技术
2023, 21(6): 0066
作者单位
摘要
1 西安工业大学 光电工程学院,西安 710021
2 西安工业大学 电子信息工程学院,西安 710021
针对红外目标跟踪中红外图像模糊、存在噪声、目标特征少的问题,提出了自适应信息选择的变尺度相关滤波红外目标跟踪算法。首先,在提取的灰度特征中重新提取了梯度信息,用于增强特征感受野大小,丰富目标特征信息;其次,稀疏滤波器系数,减少滤波器信息冗余,并将其结合至滤波器训练过程中,不同通道下的空间信息保留程度不同,有效提高滤波器表达能力;最后,在原有保留尺度更新的基础上,加入变尺度滤波器,构建边界框比例不同的尺度池,有效应对边界框比例变化的情况。在LSOTB-TIR数据集和PTB-TIR数据集上做了对比和消融实验以验证算法的有效性,结果表明该算法在LSOTB-TIR数据集上精确度和成功率分别达到71.3%和59.4%,在使用手工特征的算法中获得了更好的表现。
红外与夜视技术 目标跟踪 相关滤波 红外图像处理 变尺度滤波器 稀疏化表示 Infrared night vision technology Target tracking Correlation filter Infrared image processing Variable scale filter Sparse representation 
光子学报
2023, 52(12): 1210003
作者单位
摘要
西南科技大学, 四川 绵阳 621000
利用传统的暹罗网络跟踪算法进行目标跟踪时, 目标位置远离特征图中目标的中心位置会降低跟踪性能指标, 使得跟踪效果不佳。针对该问题, 提出了一种改进的暹罗自适应网络(SiamBAN)算法, 即引入中心预测网络来判断特征图上目标位置与目标中心点的距离, 两者间的距离越大, 中心度得分越低, 改进算法去除响应异常值的能力越强。通过OTB100, VOT2016和VOT2018数据集将改进的SiamBAN算法与主流跟踪算法进行对比分析, 结果表明, 改进的SiamBAN算法能有效抑制响应图中的异常值, 显著提高跟踪性能指标。
目标跟踪 孪生网络 改进SiamBAN 异常值抑制 中心度网络 target tracking Siamese network improved SiamBAN outlier rejection centrality network 
电光与控制
2023, 30(9): 0052
作者单位
摘要
1 华中光电技术研究所—武汉光电国家研究中心,湖北武汉 430223
2 海军海上防险救生第一支队,山东青岛 266000
3 武汉设计工程学院信息工程学院,湖北武汉 430225
单目标跟踪作为一项关键的计算机视觉任务在工业与**领域具有重要作用,从以图像特征为核心的传统方法发展到以网络结构设计为中心的深度学习方法,展现出了较大的研究价值。对单目标跟踪的发展过程进行了总结:首先介绍了一些主流的数据集;接着将以速度为优势的相关滤波方法和以精度高为特色的深度学习类方法作为主要脉络,对其中一些基准方法与高性能方法的设计思路进行了研究分析;最后对各种结构的方法进行了总结,并对今后的研究趋势作出展望。
目标跟踪 深度学习 相关滤波 孪生网络 目标跟踪发展 single target tracking deep learning correlation filter Siamese network development of target tracking 
光学与光电技术
2023, 21(4): 1

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!