带目标恢复的无人机长期自适应相关滤波跟踪算法

摘要

针对无人机跟踪地面运动目标过程中目标场景发生遮挡、光照变化等复杂情况下，相关滤波模型易退化进而导致跟踪精度降低等问题，提出了一种针对无人机对地面目标的稳定实时跟踪算法.首先，利用FHOG,CN和灰度等特征构建外观融合模型，提高对复杂场景的适应性；然后，在相关滤波跟踪的基础上，设计自适应局部时空正则化策略，在跟踪器中引入空间正则化来实现像素级的滤波器限制，同时设计时间正则化来优化滤波器的更新；其次，对滤波器进行通道可靠性融合，设计了自适应模型更新策略，防止滤波器退化，提高目标定位的精确度；最后，设计目标恢复模块来提高跟踪器强度，能更好地应对复杂环境.实验结果表明，提出的算法与同类文献算法相比，能更好地适应无人机对地面目标复杂场景的跟踪任务并满足实时性.

关键词

目标跟踪 / 外观融合模型 / 正则化 / 通道可靠性 / 目标恢复

基金资助

国家自然科学基金（52172379）; 陕西省重点研发计划（2024GX-YBXM-288）; 中央高校基本科研业务费（300102325501）; 西安市智慧高速公路信息融合与控制重点实验室（长安大学）开放基金（300102323502）