基于深度学习的目标跟踪技术及其多波段应用研究
作者:
作者单位:

1.西安电子科技大学天线微波技术国家重点实验室;2.北京遥测技术研究所

作者简介:

通讯作者:

中图分类号:

V556

基金项目:

中央军委173计划重点项目;北京市科技新星计划(Z201100006820130)


Research on target tracking technology based on deep learning and its multi-band application
Author:
Affiliation:

1.State Key Laboratory of Antenna and Microwaves, Xidian University;2.Beijing Research Institute of Telemetry

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目标跟踪是计算机视觉领域中最具挑战性的领域之一。首先,回顾了目标跟踪技术发展现状并总结出目标跟踪的一般流程;其次,分析了卡尔曼滤波、粒子滤波等传统目标跟踪方法的优缺点;再次,依次重点介绍了固定窗跟踪等相关滤波目标跟踪方法,以及全网络自适应目标跟踪等高性能目标跟踪方法;最后,总结了目标跟踪在红外、毫米波、太赫兹等波段的应用,并对多波段融合目标跟踪进行了展望。

    Abstract:

    Target tracking is one of the most challenging topics in computer vision field. Firstly, the development of target tracking technology is reviewed and the general process of target tracking is summarized. Secondly, the advantages and disadvantages of traditional target tracking methods based on Kalman filter and particle filter are analyzed. Thirdly, the fixed window correlation filter target tracking methods and high-performance adaptive full network target tracking methods are successively highlighted. Finally, the applications of target tracking in infrared, millimeter wave and terahertz radiation band are summarized, and multi-band fusion target tracking is forecasted.

    相似文献
    引证文献
引用本文

李文涛,李世玉,郇金晓,李磊,张振华,康忱,刘娣,乔海东,牟进超.基于深度学习的目标跟踪技术及其多波段应用研究[J].遥测遥控,2022,43(6):21-38.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
    参考文献
历史
  • 收稿日期:2022-01-06
  • 最后修改日期:2022-11-08
  • 录用日期:2022-03-18
  • 在线发布日期: 2022-11-14
  • 出版日期:
  • 优先出版日期: 2022-11-14