原文传递
基于滤波器自适应更新的机场目标跟踪算法
| 题名： | 基于滤波器自适应更新的机场目标跟踪算法 |
| 作者： | 杨临风;牟睿;黎新;李炜 |
| 作者单位： | 中国民用航空飞行学院民机火灾科学与安全工程四川省重点实验室;四川川大智胜软件股份有限公司;中国民用航空飞行学院空中交通管理学院 |
| 关键词： | 智能交通;场面监视;自适应更新;相关滤波;卷积神经网络;多特征融合 |
| 摘要： | 机场场面目标跟踪常面临目标遮挡、背景干扰、低分辨率等因素的影响,导致跟踪准确性降低甚至丢失跟踪目标。针对以上问题,研究了基于滤波器自适应更新的机场目标跟踪算法。选取跟踪目标的颜色特征和深度特征,通过插值算子进行多特征融合,再将融合特征与之对应的滤波器进行卷积求和计算各区域置信度,置信度高的区域即为跟踪目标位置。为提高跟踪准确性,利用峰值旁瓣比与平均响应峰值能量建立了跟踪结果校验机制,并设计了1种滤波器自适应更新策略,使滤波器能够自适应调整学习速率,仅在结果可靠时更新。在西南某机场采集的视频数据集上进行测试,结果表明:算法在目标特征不明显或发生变化时具有更好的性能.在目标遮挡和背景干扰等9种因素下的跟踪性能有较大提升,整体精确度和成功率分别达到0.834和0.828,较原ECO算法分别提升了11.35%和11.29%,且均优于文中提到的其他5种经典算法。 |
| 期刊名称： | 交通信息与安全 |
| 出版日期： | 202201 |
| 出版年： | 2022 |
| 期： | 01 |
| 页码： | 72-79,96 |
检索历史
应用推荐
