【技术实现步骤摘要】
本专利技术涉及数字图像处理，尤其是指一种特征增强的红外高光谱视频目标跟踪方法与系统、介质和设备。
技术介绍
1、视觉跟踪是计算机视觉中的一项基本任务，有着广泛的应用。这是具有挑战性的，因为只有目标的初始状态可用。虽然在过去几十年中取得了重大进展，但仍然存在许多挑战。近年来，基于判别相关滤波器(discriminative correlation filter,dcf)的跟踪方法由于其令人印象深刻的性能和高速而受到广泛关注。在基于dcf的跟踪器中，通过最小化训练样本的所有循环移位的最小二乘损失来训练滤波器。由于相关运算可以在傅立叶域进行，dcf具有计算效率高的优点。dcf和深度卷积神经网络(convolutional neuralnetwork,cnn)的特征的组合已经证明了最先进的结果。
2、目前，目标跟踪算法(hierarchical convolutional features for visualtracking，hcf)算法被提出，该算法在低、中和高级别特征上构建多个dcf，以捕获空间细节和语义。它使用多级dcf响应...
【技术保护点】
1.一种特征增强的红外高光谱视频目标跟踪方法，其特征在于：
2.根据权利要求1所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于：
3.根据权利要求1所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于，根据第一个特征、第二个特征、第三个特征和判别相关滤波跟踪器得到第一特征响应图、第二特征响应图和第三特征响应图的具体步骤包括：
4.根据权利要求3所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于，通过将第一特征响应图、第二特征响应图和第三特征响应图之间进行线性组合，得到第四特征响应图、第五特征响应图、第六特征响应图和第七特...
【技术特征摘要】
1.一种特征增强的红外高光谱视频目标跟踪方法，其特征在于：
2.根据权利要求1所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于：
3.根据权利要求1所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于，根据第一个特征、第二个特征、第三个特征和判别相关滤波跟踪器得到第一特征响应图、第二特征响应图和第三特征响应图的具体步骤包括：
4.根据权利要求3所述的特征增强的红外高光谱视频目标跟踪方法，其特征在于，通过将第一特征响应图、第二特征响应图和第三特征响应图之间进行线性组合，得到第四特征响应图、第五特征响应图、第六特征响应图和第七特征响应图的具体步骤包括：
5.根据权利要求1所述的特征增强的红外高...
【专利技术属性】
技术研发人员：钱琨，孙文君，沈易航，陈嘉玲，沈健，张首金，
申请(专利权)人：江南大学，
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。