【技术实现步骤摘要】
本专利技术涉及目标跟踪，尤其涉及一种低慢小目标跟踪方法及跟踪系统。
技术介绍
1、在现代视频处理与计算机视觉领域中，低慢小目标（如无人机、鸟类等）的跟踪技术具有广泛的应用价值，包括但不限于安全监控、空中交通管理、野生动物保护等多个方面。然而，由于低慢小目标在视频序列中往往呈现出尺寸小、运动速度慢、易受背景干扰等特点，其准确跟踪成为一项极具挑战性的任务。
2、传统的目标跟踪方法，如光流法、卡尔曼滤波器等，在处理简单场景下的目标跟踪时表现尚可，但在面对低慢小目标时，由于目标特征不明显、易受噪声干扰等问题，这些方法的跟踪精度和鲁棒性往往难以满足实际需求。
3、因此，有必要提供一种低慢小目标跟踪方法及跟踪系统解决上述技术问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种低慢小目标跟踪方法及跟踪系统，结合了siamese网络和粒子滤波器的优势，实现了对低慢小目标的准确跟踪。
2、本专利技术提供了一种低慢小目标跟踪方法，所述跟踪方法包括以下步骤：>
3、从视频序本文档来自技高网...
【技术保护点】
1.一种低慢小目标跟踪方法，其特征在于，所述跟踪方法包括以下步骤：
2.根据权利要求1所述的一种低慢小目标跟踪方法，其特征在于，所述从视频序列的首帧图像中选取目标，并对选取的目标进行特征提取，生成目标模板及其特征向量，包括：
3.根据权利要求2所述的一种低慢小目标跟踪方法，其特征在于，所述使用Siamese网络的第一分支对所述目标模板进行处理，生成初始粒子集，其中所述初始粒子集中的每个粒子表示目标的候选位置和候选状态，包括：
4.根据权利要求3所述的一种低慢小目标跟踪方法，其特征在于，所述对于每个粒子，根据上一帧的粒子状态和运动模型...
【技术特征摘要】
1.一种低慢小目标跟踪方法，其特征在于，所述跟踪方法包括以下步骤：
2.根据权利要求1所述的一种低慢小目标跟踪方法，其特征在于，所述从视频序列的首帧图像中选取目标，并对选取的目标进行特征提取，生成目标模板及其特征向量，包括：
3.根据权利要求2所述的一种低慢小目标跟踪方法，其特征在于，所述使用siamese网络的第一分支对所述目标模板进行处理，生成初始粒子集，其中所述初始粒子集中的每个粒子表示目标的候选位置和候选状态，包括：
4.根据权利要求3所述的一种低慢小目标跟踪方法，其特征在于，所述对于每个粒子，根据上一帧的粒子状态和运动模型，利用粒子滤波器预测下一帧中粒子的新位置和新状态，包括：
5.根据权利要求4所述的一种低慢小目标跟踪方法，其特...
【专利技术属性】
技术研发人员：李子清，刘征，王玮，赵周丽，
申请(专利权)人：四川国创新视超高清视频科技有限公司，
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。