【技术实现步骤摘要】
基于双特征模板的红外弱小目标多模态跟踪方法及系统
[0001]本专利技术涉及红外视频处理
，特别涉及一种基于双特征模板的红外弱小目标多模态跟踪方法及系统。
技术介绍
[0002]目标跟踪在信号处理分析中，通常指对连续时间顺序的观测输入信号中的特定信号成分，进行建模、预测和更新的过程，以提取分析目标信号成分的时空特征与时间演化规律。而视觉目标跟踪多特指以视频图像信号为输入的目标跟踪任务。作为计算机视觉中重要的视频图像处理技术手段，视觉目标跟踪能够从离散的单帧图像中提取时空演化信息，从而分析和预测特定观测场景与兴趣目标的状态行为，是动作捕捉、行为分析、交通监测、视频理解等诸多应用领域的支柱技术。
[0003]传统视觉目标跟踪主要集中在可见光波段（即传感器响应波长在360~830nm之间的电磁波辐射）的常规尺寸目标（传感器对应成像结果尺寸在以上的成像源），但是在实际应用中，还存在针对非可见光波段的非常规尺寸目标的跟踪需求。如在国防、生物医学、工业等领域，由于红外波段相较可见光具有更好的穿透能力，可以在全天时条件下不受...
【技术保护点】
【技术特征摘要】
1.一种基于双特征模板的红外弱小目标多模态跟踪方法，所述方法包括：通过背景模板提取待跟踪目标所处的局部邻域图像的背景特征，通过背景特征的相关滤波获取目标的粗略位置估计；以粗略位置估计为中心，生成目标的二维高斯分布位置权重掩模；通过目标模板提取目标特征，并结合位置权重掩模得到目标跟踪响应修正；利用目标跟踪响应修正判断目标是否满足平稳跟踪条件：当目标满足平稳跟踪条件时，使用判别式模型跟踪目标；当目标不满足平稳跟踪条件时，使用产生式模型跟踪目标；其中，平稳跟踪条件包括平均峰值旁瓣比和当前最大响应修正皆高于相应的临界阈值；所述判别式模型指基于相关滤波器的跟踪模型，所述产生式模型指基于贝叶斯后验概率密度估计的跟踪模型；在使用产生式模型跟踪目标时，利用不满足平稳跟踪条件的目标的判别式跟踪响应信息，初始化针对该目标的产生式模型。2.根据权利要求1所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述方法还包括待跟踪目标所处的局部邻域图像的获取步骤，具体包括：从拍摄的视频中获取当前帧的图像，以当前帧中当前目标的位置为中心，截取尺寸的图像切片获得对应待跟踪目标嵌入的局部图像；或通过外源的先验跟踪目标位置尺寸或锚框信息，分别得到待跟踪目标的位置信息，并设定待跟踪目标的局部背景尺寸S，获得待跟踪目标嵌入的局部图像。3.根据权利要求1所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述通过背景模板提取待跟踪目标嵌入的局部图像的背景特征，通过背景特征的相关滤波获取目标的粗略位置估计，具体包括：通过背景模板提取待跟踪目标所处的局部邻域图像在t时刻的背景特征和在t+1时刻的背景特征，并使用判别式跟踪滤波器，计算与之间的相关性响应分布，取响应分布图中最大的位置，作为背景模板新的中心位置，获得目标的位置粗略估计。4.根据权利要求1所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述通过目标模板提取目标特征，并结合位置权重掩模得到目标跟踪响应修正，具体包括：通过目标模板计算待跟踪目标所处的局部邻域图像在t时刻的目标特征和在t+1时刻的目标特征，并使用判别式跟踪滤波器，计算与之间的相关性响应分布，将该响应分布与该目标的位置权重掩模作哈达玛积，得到目标跟踪响应修正。5.根据权利要求4所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述提取目标特征，具体包括：通过二维拉普拉斯滤波获取锐化灰度特征，通过方向Sobel算子组提取方向梯度信息。6.根据权利要求1所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述平均峰值旁瓣比和当前最大响应修正皆高于相应的临界阈值，具体表达式为：
，其中，与分别表示t+1时刻的平均峰值旁瓣比和最大跟踪响应修正；和分别表示平均峰值旁瓣比APCE和目标跟踪响应修正最大值从起始时刻1到最近时刻t的历史均值；和分别为两个非负实数的临界阈值。7.根据权利要求1所述的基于双特征模板的红外弱小目标多模态跟踪方法，其特征在于，所述利用目标跟踪响应修正判断目标是否满足平稳跟踪条件，其中平稳跟...
【专利技术属性】
技术研发人员：陈方家，卞春江，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。