激光与红外

作者：吴捷

单位：1.泰州职业技术学院信息技术学院,江苏 泰州 225300；2.苏州大学计算机科学与技术学院,江苏 苏州 215006；

关键词：红外目标;孪生网络;深度特征;特征通道;平均峰值相关能量

基金：国家自然科学基金(No.61402310)；江苏省自然科学基金项目(No.BK20141195)；泰州职业技术学院重点科研项目(No.1821819039)资助。

针对手工提取特征对红外目标不敏感,导致无法准确跟踪红外目标的问题,在全卷积孪生网络框架下,融合多层深度特征并结合通道感知提出了一种无人机红外目标跟踪算法。首先使用预训练网络提取目标深度特征,分别提取待跟踪目标的Conv4 1、Conv4 3、Conv5 2层特征,进而通过梯度计算选择对于目标活动和尺度变化较为敏感的特征通道参与后序的互相关操作,并通过计算模板图像和候选区域搜索图像之间的相似度获取目标响应图。最后利用平均峰值相关能量对跟踪结果进行评估并使用卡尔曼滤波对跟踪结果进行修正。在LSOTB TIR红外目标跟踪数据集上进行了性能测试并与当前九种优秀的算法进行了对比,实验结果表明,本文算法跟踪成功率最高,能够有效应对红外目标跟踪中热交叉、干扰源等挑战,且具有较好的实时性。

来源：2023年第4期

《激光与红外》期刊编辑部

查看激光与红外杂志2023年第4期