无人机对地目标跟踪的快速初始化和自适应优化
Journal of Applied Optics(2023)
Abstract
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.
MoreKey words
unmanned aerial vehicle,object tracking,initial tracking box,visual saliency,salient region segmentation
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined