基于结构张量降维和改进上下文感知相关滤波器的高光谱目标跟踪
摘要
针对高光谱目标跟踪算法在目标受遮挡时跟踪漂移的问题，本文提出一种基于结构张量降维和改进上下文感知相关滤波器的高光谱目标跟踪算法。首先利用结构张量提取目标区域和搜索区域的边缘纹理信息，再对结构张量进行分解得到对应目标区域和搜索区域的特征向量，通过计算每个波段目标区域特征向量与搜索区域特征向量之间的马氏距离，获得当前帧高光谱图像的多维光谱权重，再利用多维光谱权重与高光谱图像进行加权融合实现降维，同时利用光谱信息与VGG19网络来提取降维后图像的深度特征；然后在训练分类器时，为抑制循环位移带来的边界效应，通过计算响应图的干扰因子来改进引入的上下文信息，当后续帧因干扰因素导致跟踪产生误差，并且随时间增加导致累积误差超过设定阈值的时候，本文所提跟踪算法将初始帧的响应图与当前帧的响应图融合，以便及时对跟踪结果进行校正；最后在标准数据集上验证了算法的性能，实验结果表明，本文所提跟踪算法与对比算法相比较，在克服目标遮挡方面具有更好的鲁棒性。
引用本文（GB/T 7714）
赵东 Zhao Dong, 胡斌 Hu Bin, 庄宇辰 Zhuang Yuchen, 等. 基于结构张量降维和改进上下文感知相关滤波器的高光谱目标跟踪[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。