基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景,为解决现有跟踪方法目标表征模型不够精确,算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题,提出了建模跟踪场景中独立物体的显著性特性,用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法,利用跟踪算法提供的背景先验知识以及多帧图像观测数据,使用时空联合的方式进行建模估计,其结果用来指导目标跟踪算法选取有效视觉特征,建立精确目标表征模型,减小背景区域对算法模型的干扰。实验表明,提出的方法为上述难点问题提供了有效的解决方案,对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法,在其他类型的目标跟踪任务中也有十分优越的性能表现。