【技术实现步骤摘要】
本专利技术属于红外图像处理,特别是涉及一种基于全卷积角点预测头的红外目标跟踪方法及系统。
技术介绍
1、红外目标跟踪技术在多个领域中发挥着重要作用。在军事应用中,红外目标跟踪可用于监测和追踪敌方无人机,提供实时情报,以及在夜间战斗中识别和定位目标。在边境安全领域,它被应用于非法入境检测,通过全天候的监测能力,及时发现和跟踪潜在的边境威胁。在城市安全和监控方面,红外目标跟踪可用于交通监测,提供实时交通状况信息,并加强对关键建筑物和地区的安全监控。此外,该技术还在环境监测与保护、医学图像处理等领域展现出潜力,为各种应用场景提供了更全面的监测和识别手段。
2、然而,红外目标跟踪面临着一些挑战。首先,大气条件对红外辐射的传播产生影响,尤其在高湿度和多云天气下,性能可能受到限制。其次,红外图像的分辨率相对较低,难以捕捉细小目标或提供精细的图像细节。另外,红外技术通常对温差敏感,需要存在明显的温度差异才能获得清晰图像,这在某些应用场景中可能成为限制因素。设备成本相对较高也限制了红外目标跟踪技术的广泛应用。克服这些挑战需要技术的不断创新和
...【技术保护点】
1.一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,包括:
2.根据权利要求1所述的一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,所述提取视频图像帧的过程包括:采用OpenCV-Python库处理红外成像视频,以抽帧间隔为300ms对红外成像视频进行抽帧,并将抽出来的红外图像的尺寸调整为255*255*3,构建红外图像帧序列。
3.根据权利要求1所述的一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,所述从红外图像帧序列的第一帧图像中裁剪出包含追踪目标的图像块作为模板图像包括:
4.根据权利要求1所述的一种基
...【技术特征摘要】
1.一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,包括:
2.根据权利要求1所述的一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,所述提取视频图像帧的过程包括:采用opencv-python库处理红外成像视频,以抽帧间隔为300ms对红外成像视频进行抽帧,并将抽出来的红外图像的尺寸调整为255*255*3,构建红外图像帧序列。
3.根据权利要求1所述的一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,所述从红外图像帧序列的第一帧图像中裁剪出包含追踪目标的图像块作为模板图像包括:
4.根据权利要求1所述的一种基于全卷积角点预测头的红外目标跟踪方法,其特征在于,所述利用边缘信息补充模块强化第一模板图...
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。