鲁棒的前视红外目标多核跟踪算法

苏娟; 杨小冈; 卢俊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

鲁棒的前视红外目标多核跟踪算法

苏娟, 杨小冈, 卢俊

文章导航 > 红外与激光工程 > 2013 > 42(2): 543-548

苏娟, 杨小冈, 卢俊. 鲁棒的前视红外目标多核跟踪算法[J]. 红外与激光工程, 2013, 42(2): 543-548.

引用本文:

苏娟, 杨小冈, 卢俊. 鲁棒的前视红外目标多核跟踪算法[J]. 红外与激光工程, 2013, 42(2): 543-548.

Su Juan, Yang Xiaogang, Lu Jun. Robust multi-kernel tracking algorithm for FLIR target[J]. Infrared and Laser Engineering, 2013, 42(2): 543-548.

Citation:

Su Juan, Yang Xiaogang, Lu Jun. Robust multi-kernel tracking algorithm for FLIR target[J]. Infrared and Laser Engineering, 2013, 42(2): 543-548.

鲁棒的前视红外目标多核跟踪算法

1.
第二炮兵工程大学 907教研室,陜西西安 710025

基金项目:

国家自然科学基金（61072141）;中国博士后科学基金（20100471768，201104752）

详细信息

作者简介:
苏娟（1973- ），女，副教授，博士，主要从事遥感图像处理和目标识别方面的研究。Email：suj04@mails.tsinghua.edu.cn

中图分类号: TP391

Robust multi-kernel tracking algorithm for FLIR target

1.
907 Section,The Second Artillery Engineering University,Xi'an 710025,China

摘要: 针对前视红外目标跟踪中常见的目标位置偏差和部分遮挡问题，在均值漂移算法的框架下，提出了一种基于投影直方图匹配和拓扑约束的多核跟踪算法。首先，对前后帧图像进行基于空间-灰度二维投影直方图匹配的目标位置预测；然后，充分利用目标的前景和背景信息构建多个独立的核跟踪器；最后，采用拓扑约束选取跟踪性能好的核跟踪器，组合得到最终的跟踪结果。实验结果表明：此算法能对目标进行准确跟踪，对目标位置偏差和部分遮挡具有较好的鲁棒性，在有遮挡的情况下，平均跟踪误差远小于传统的跟踪算法。因此，该算法在前视红外成像制导中具有较好的实用性和可行性。
- 均值漂移 /
- 多核跟踪 /
- 拓扑约束 /
- 投影直方图 /
- 目标模型
Abstract: A multi-kernel tracking algorithm based on projection histogram matching and topology constraint was proposed in the mean shift framework, in order to overcome problems caused by partial occlusions and location deviation in the forward looking infrared(FLIR) target tracking. Firstly, target location was predicted by matching the spatio-intensity 2D projection histograms of consecutive frames. Secondly, multiple independent kernel-based trackers were built utilizing the target foreground and background information, which could improve the discrimination of the target model. Finally, topology constraint was used to optimize multiple tracking results, and those trackers with better performance were chosen to generate the final tracking result. Experimental results demonstrate that the proposed algorithm can track target accurately and robustly, and especially in the cases of partial occlusions or location deviation, the average tracking error of the proposed algorithm is much less than that of the traditional algorithm. Therefore, the algorithm has high practicality and feasibility in the FLIR imaging guidance.
- mean shift /
- multi-kernel tracking /
- topology constraint /
- projection histogram /
- target model

[1]
[2]	Fan Jinxiang, Zhang Yuan, Wang Sheyang. Analysis of application status of ATR technologies in infrared imaging guided missiles[J]. Infrared and Laser Engineering, 2007, 36(6): 778-781.(in Chinese)
[3]	Luo Haibo, Shi Zelin. Status and prospect of infrared imaging guidance technology[J]. Infrared and Laser Engineering, 2009, 38(4): 565-573. (in Chinese)
[4]
[5]
[6]	Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003, 25(5): 564-577.
[7]
[8]	Yao Anbang. Weight estimation and state update in particle filtering for visual tracking[D]. Beijing: Tsinghua University, 2009. (in Chinese)
[9]	Venkataraman V, Fan G L, Fan X. Target tracking with online feature selection in FLIR imagery[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2007: 18-23.
[10]
[11]	Yilmaz A, Shafique K, Shah M. Tracking in airborne forward looking infrared imagery[J]. Image and Vision Computing, 2003, 21(7): 623-635.
[12]
[13]	Sanna A, Pralio B, Lamberti F, et al. Novel ego-motion compensation strategy for automatic target tracking in FLIR video sequences taken from UAVs[J]. IEEE Transactions on Aerospace and Electronic Systems, 2009, 45(2): 723-734.
[14]
[15]	Adam A, Rivlin E, Shimshoni I. Robust fragments-based tracking using the integral histogram[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2006: 798-805.
[16]
[17]	Wang Fanglin. Research on Important Issuses of Robust Visual Tracking[D]. Shanghai: Shanghai Jiao Tong University, 2009. (in Chinese)
[18]
[19]	Jia Huixing. Pedestrian Motion Analysis in Video Based on Histograms of Oriented Gradients[D]. Beijing: Tsinghua University, 2008. (in Chinese)
[20]
[21]	Ojala T, Pietikainen M, Maenpaa T. Multi-resolution gray scale and rotation invariant texture classification with local binary patterns[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(7): 971-987.

[1]	晁祥璋, 刁晓飞, 康岩辉, 范芯蕊, 雷李华, 刘丽琴. 激光跟踪干涉系统基点的直线约束标定方法 . 红外与激光工程, 2023, 52(12): 20230288-1-20230288-8. doi: 10.3788/IRLA20230288
[2]	郭文凤, 焦志刚. 基于包围盒约束光谱聚类的红外目标识别算法 . 红外与激光工程, 2021, 50(11): 20210085-1-20210085-6. doi: 10.3788/IRLA20210085
[3]	柴家贺, 董明利, 孙鹏, 燕必希. 工业相机自热引起像点漂移模型与补偿方法 . 红外与激光工程, 2021, 50(6): 20200494-1-20200494-11. doi: 10.3788/IRLA20200494
[4]	邓人隽, 史坦, 李向平, 邓子岚. 基于全局拓扑优化深度学习模型的超构光栅分束器 . 红外与激光工程, 2021, 50(5): 20211028-1-20211028-4. doi: 10.3788/IRLA20211028
[5]	殷永凯, 张宗华, 刘晓利, 彭翔. 条纹投影轮廓术系统模型与标定综述 . 红外与激光工程, 2020, 49(3): 0303008-0303008-18. doi: 10.3788/IRLA202049.0303008
[6]	王玉伟, 陈向成, 王亚军. 改进的双频几何约束条纹投影三维测量方法 . 红外与激光工程, 2020, 49(6): 20200049-1-20200049-7. doi: 10.3788/IRLA20200049
[7]	王鹏, 张宇倩, 孙长库, 周舵. 极线和级次双约束的光栅投影测量方法 . 红外与激光工程, 2020, 49(4): 0413001-0413001-7. doi: 10.3788/IRLA202049.0413001
[8]	程全, 樊宇, 刘玉春, 程朋. 分块投影匹配的运动目标检测方法 . 红外与激光工程, 2018, 47(10): 1026004-1026004(4). doi: 10.3788/IRLA201847.1026004
[9]	程龙, 王栋, 谷松, 高飞, 杨林, 李林. 星敏感器支撑结构多目标拓扑优化设计与试验 . 红外与激光工程, 2017, 46(5): 520001-0520001(9). doi: 10.3788/IRLA201746.0520001
[10]	王鹏, 史瑞泽, 钟小峰, 孙长库. 基于双线投影与线面约束的3D扫描测量系统研究 . 红外与激光工程, 2017, 46(4): 427001-0427001(7). doi: 10.3788/IRLA201746.0427001
[11]	马俊凯, 罗海波, 常铮, 惠斌, 周晓丹, 侯德飞. 基于可变形模型的目标跟踪算法 . 红外与激光工程, 2017, 46(9): 928001-0928001(9). doi: 10.3788/IRLA201746.0928001
[12]	王昊, 刘晶红, 邓永停, 张雪菲. 光电跟踪转台的控制模型辨识 . 红外与激光工程, 2016, 45(6): 617007-0617007(7). doi: 10.3788/IRLA201645.0617007
[13]	崔雄文, 吴钦章, 蒋平, 周进. 子空间模型下的仿射不变目标跟踪 . 红外与激光工程, 2015, 44(2): 769-774.
[14]	乔立永, 徐立新, 高敏. 带宽自适应均值偏移红外目标跟踪 . 红外与激光工程, 2015, 44(1): 354-362.
[15]	田立, 周付根, 孟偲. 基于嵌入式多核DSP 系统的并行粒子滤波目标跟踪 . 红外与激光工程, 2014, 43(7): 2354-2361.
[16]	遆晓光, 林喆, 陈松林. 基于二维频域投影的弱小运动目标检测方法 . 红外与激光工程, 2013, 42(12): 3447-3452.
[17]	崔智高, 邓磊, 李艾华, 姜柯, 周杰. 采用地平面约束的双目PTZ主从跟踪方法 . 红外与激光工程, 2013, 42(8): 2252-2261.
[18]	宋琳, 程咏梅, 刘楠, 刘夏雷. 采用多重约束的无人机导航KLT视觉跟踪算法 . 红外与激光工程, 2013, 42(10): 2828-2835.
[19]	林建粦, 平西建, 马德宝. 采用DBT的漂移扫描星图小目标检测方法 . 红外与激光工程, 2013, 42(12): 3440-3446.
[20]	刘运龙, 薛雨丽, 袁素真, 毛峡. 基于局部均值的红外小目标检测算法 . 红外与激光工程, 2013, 42(3): 814-822.

点击查看大图

计量

文章访问数: 247
HTML全文浏览量: 21
PDF下载量: 133
被引次数: 0

鲁棒的前视红外目标多核跟踪算法

1. 第二炮兵工程大学 907教研室,陜西西安 710025

作者简介:
苏娟（1973- ），女，副教授，博士，主要从事遥感图像处理和目标识别方面的研究。Email：suj04@mails.tsinghua.edu.cn

收稿日期: 2012-06-05
修回日期: 2012-07-03
刊出日期: 2013-02-25

基金项目:

国家自然科学基金（61072141）;中国博士后科学基金（20100471768，201104752）

中图分类号: TP391

关键词:

摘要: 针对前视红外目标跟踪中常见的目标位置偏差和部分遮挡问题，在均值漂移算法的框架下，提出了一种基于投影直方图匹配和拓扑约束的多核跟踪算法。首先，对前后帧图像进行基于空间-灰度二维投影直方图匹配的目标位置预测；然后，充分利用目标的前景和背景信息构建多个独立的核跟踪器；最后，采用拓扑约束选取跟踪性能好的核跟踪器，组合得到最终的跟踪结果。实验结果表明：此算法能对目标进行准确跟踪，对目标位置偏差和部分遮挡具有较好的鲁棒性，在有遮挡的情况下，平均跟踪误差远小于传统的跟踪算法。因此，该算法在前视红外成像制导中具有较好的实用性和可行性。