【技术实现步骤摘要】
本专利技术涉及目标跟踪，尤其涉及一种基于相关性峰值距离分析的单流卫星视频目标跟踪方法。
技术介绍
1、人工智能技术的快速发展带动了遥感领域图像处理技术的进步，遥感视频目标跟踪作为目前遥感领域的研究热点之一，区别于通用的单目标跟踪，存在目标特征弱、背景复杂信息多等的特有难点。在延续通用的单目标跟踪流程的基础上，如何提升弱小目标的特征提取能力、抑制复杂背景对目标的影响等特有问题亟待解决。现有算法为解决上述问题，在目标特征提取和运动轨迹预测的方面对算法进行了改进。新的融合卡尔曼滤波和运动轨迹平均的cfme算法是基于卡尔曼滤波的运动估计策略来缓解相关滤波的边界效应，但这种方法无法有效的应对目标周围出现的干扰目标的情况。利用深、浅层特征图逐级融合以强化小目标的表达的方法能够有效的提升算法对小目标的特征提取，但算法仍缺少目标与背景间的信息交互，不能充分利用搜索区域的全部信息。而学习联合特征的单流跟踪网络通过将目标模板和搜索区域相结合后送入网络，同时进行特征提取和相关性建模，有效提升了目标模板和搜索区域间的上下文信息交互，但该算法在遥感视频领域的有效...
【技术保护点】
1.一种基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤S1具体包括如下步骤：
3.根据权利要求2所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤S2具体包括如下步骤：
4.根据权利要求3所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤S23具体包括如下步骤：
5.根据权利要求4所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征...
【技术特征摘要】
1.一种基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤s1具体包括如下步骤：
3.根据权利要求2所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤s2具体包括如下步骤：
4.根据权利要求3所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述步骤s23具体包括如下步骤：
5.根据权利要求4所述的基于相关性峰值距离分析的单流卫星视频目标跟踪方法，其特征在于，所述基于联合特征建模的单流跟踪网络包括自注意力模块和预测头模块，其中，所述自注意力模块包括批归一化层和线性层，所述预测头模块包括2d卷积层、批归一化层和relu激活函数，所述目标模板分块图像与所述搜索区域分块图像相加后，获得拼贴图像，将所述拼贴图像输入至所述自注意力模块，获得所述q向量、所...
【专利技术属性】
技术研发人员：孙海江，张笑闻，刘巧元，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
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。