當前位置:首頁 > 工業(yè)控制 > 《機電信息》
[導讀]摘要:針對時空上下文(STC)目標跟蹤算法在高分辨率視頻衛(wèi)星影像中目標經(jīng)過復雜背景時跟蹤準確度過低的問題,提出適用于視頻衛(wèi)星影像數(shù)據(jù)的改進型時空上下文目標跟蹤算法。算法結(jié)合感知哈希算法對STC目標跟蹤算法中置信圖模型加以改進以提升跟蹤算法的目標定位精度,使用幀間學習率自適應更新方法以提升跟蹤算法準確度。另外,對系列視頻衛(wèi)星影像進行了仿真實驗,結(jié)果表明,所提算法在保證實時跟蹤速度的同時克服了視頻衛(wèi)星影像中復雜背景對目標跟蹤算法的干擾,實現(xiàn)了針對高分辨率視頻衛(wèi)星影像的精準目標跟蹤。

引言

高分辨率視頻衛(wèi)星采用"凝視"成像方式對某一區(qū)域連續(xù)觀察并以視頻的方式記錄視場內(nèi)的變化信息,在一定時間范圍內(nèi)具有持續(xù)監(jiān)視能力。但由于視頻衛(wèi)星成像范圍大、衛(wèi)星載荷相機抖動、大氣環(huán)境干擾、光照強度不穩(wěn)定、背景遮擋等問題的存在,傳統(tǒng)目標跟蹤算法在視頻衛(wèi)星影像應用中難以獲得成功,且尚未有成熟技術(shù)公開,實時目標跟蹤技術(shù)目前仍是遙感視頻應用領(lǐng)域的一大難題。

基于時空上下文(STC)的目標跟蹤算法在貝葉斯框架下利用目標和目標局部的稠密信息的時空關(guān)系來建模,以其優(yōu)秀的跟蹤準確率、實時性和快速魯棒性等優(yōu)點引起了學術(shù)界廣泛關(guān)注。然而,直接使用STC算法對高分辨率視頻衛(wèi)星影像中的興趣目標進行跟蹤應用無法取得令人滿意的實驗效果,主要因為在高分辨率視頻衛(wèi)星影像數(shù)據(jù)中目標的尺度過小,難以提取目標的特征,難以總結(jié)目標規(guī)律,難以對目標建立適合的數(shù)學模型:同時,在高分辨率視頻衛(wèi)星影像中,由于成像尺度較大(如"吉林一號"視頻03星獲取的視頻影像數(shù)據(jù)的成像幅寬為11.2km×4.6km,分辨率為0.92m)而引起復雜背景對跟蹤算法的干擾遠大于傳統(tǒng)視頻影像,例如機場停機坪內(nèi)紋理和陰影以及復雜的建筑外形等因素都會對以"飛機"為目標進行實時目標跟蹤時造成巨大的背景干擾。

針對上述問題,本文提出適用于視頻衛(wèi)星影像的改進時空上下文目標實時跟蹤算法,使用感知哈希算法、幀間學習率自適應更新方法分別提升STC目標跟蹤算法的目標定位精度和算法準確度,實現(xiàn)對遙感視頻任意感興趣目標的跟蹤。

1STC目標跟蹤算法

1.1感知哈希上下文跟蹤

在STC跟蹤算法中,將當前檢測區(qū)域的時空上下文模型響應作為置信值,取置信值最大處作為目標位置。但是,使用STC跟蹤算法對視頻衛(wèi)星影像進行目標跟蹤實驗時,由于復雜背景干擾和影像晃動等因素對模型的干擾,算法獲取的置信位置誤差過大。此外,時空上下文模型呈現(xiàn)低通特性,總能對真實的目標產(chǎn)生較大響應值,但時空上下文模型的不斷更新會使響應出現(xiàn)多個峰值,真實目標位置可能在主峰的峰值處或者旁邊次峰值處。通過響應值的最大值點確定目標位置在模型不準確時會導致跟蹤失敗。

針對上述問題,對多個響應峰值點的對應區(qū)域與前一幀目標區(qū)域進行哈希距離計算,以確定其真實目標的中心,以此提升目標定位精度。在哈希距離的計算中,綜合考慮算法健壯性和速度使用感知哈希算法(Perceptualhashalgorithm),步驟如下:

(1)計算前一幀目標區(qū)域哈希值:

1)將選定區(qū)域縮放至32×32:

2)將彩色圖像轉(zhuǎn)化成灰度圖像:

3)對圖像進行離散余弦(DCT)變換[5]以得到DCT系數(shù)矩陣:

4)截取系數(shù)矩陣左上角的8×8矩陣以保留圖像的低頻信息:

5)計算DCT系數(shù)矩陣的灰度平均值:

6)在系數(shù)矩陣中設置哈希值(小于灰度平均值設為"0",其余設為"1"),構(gòu)成選定區(qū)域的一個64位哈希值。

(2)以當前幀的響應峰值點為中心截取出與目標框大小相同的圖像塊,計算其哈希值并與前一幀目標區(qū)域哈希值對比:若64位哈希值中不同數(shù)據(jù)位數(shù)不超過5個,則以該響應值作為當前幀目標區(qū)域中心,否則進行步驟(3)。

(3)選取當前幀的響應峰值的5個最大點,分別以相應最大點為中心截取出與目標框大小相同的圖像塊,計算其哈希值并與前一幀目標區(qū)域哈希值對比,選取哈希距離最小值對應的圖像塊作為當前幀目標區(qū)域。

(4)若哈希距離最小值不止一個,則以全部最小值對應相應點的位置坐標均值作為當前幀的目標區(qū)域中心點。

1.2幀間學習率自適應更新

在STC算法中,其固定學習率的方法雖然在一定程度上降低了算法復雜度,但該方法在當前幀目標丟失時會致使后續(xù)幀錯誤模型快速累加,進而導致STC算法跟蹤失敗。

為應對跟蹤過程中目標及背景信息的不斷變化,采用幀間學習率自適應更新方法,根據(jù)跟蹤器的響應結(jié)果和新舊目標的哈希距離為學習率賦值。采用核相關(guān)濾波器中的PsR量化相關(guān)峰的銳利程度以衡量跟蹤結(jié)果匹配度:

式中,參數(shù)μ和a分別表示目標區(qū)域的置信值均值和方差。

上下文學習率設為:

式中,參數(shù)t為幀數(shù):h為目標區(qū)域上一幀目標區(qū)域間的哈希距離:入=0.1為實驗值。

2實驗結(jié)果與分析

為驗證所提算法在遙感影像數(shù)據(jù)中的有效性,使用現(xiàn)有實驗平臺(1nte1i73.60GHzCPU/8GBRAM||MATLAB2016a)對遙感視頻進行實驗分析,四組分辨率不同的實驗視頻序列均包含光照變化、背景雜亂和影像晃動等干擾情況。選用跟蹤目標的中心位置與手工標定的準確位置之間的平均歐式距離作為實驗的評估標準,同時,選用邊界框成功率作為另一評估標準,其定義為:

式中,跟蹤算法邊界框為Rt;手工標注邊界框為Ra。

當重疊率大于50%時視當前幀為成功幀,成功幀數(shù)在總幀數(shù)中所占百分比為成功率。

圖1對比了本文算法和STC算法"舊金山"視頻序列中飛行器進行目標跟蹤實驗結(jié)果,其中白色細框為STC算法跟蹤結(jié)果,黑色粗框為本文算法跟蹤結(jié)果??梢钥闯?測試視頻序列中背景與目標的圖像特性相似度極高,人眼已難以從背景中提取出目標,跟蹤難度極大。在目標經(jīng)過跑道背景中的白塊時,由于背景信息對目標造成的極大干擾,STC算法在尋找目標時出現(xiàn)錯誤,真實目標的響應峰值并不是其最大值,進而導致跟蹤失敗。

3結(jié)語

針對STC目標跟蹤算法在高分辨率視頻衛(wèi)星影像中目標經(jīng)過復雜背景時跟蹤準確度過低問題,本文提出了適用于視頻衛(wèi)星影像的改進時空上下文目標實時跟蹤算法。該算法使用感知哈希算法、幀間學習率自適應更新方法和固定目標尺度方法分別提升STC算法的目標定位精度、算法準確度和算法速度。仿真實驗結(jié)果表明,所提算法在保證實時跟蹤的同時克服了視頻衛(wèi)星影像中復雜背景對目標跟蹤算法的干擾,實現(xiàn)了針對高分辨率視頻衛(wèi)星影像實時的精準目標跟蹤。

本站聲明: 本文章由作者或相關(guān)機構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫毥谦F公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務能7×24不間斷運行,同時企業(yè)卻面臨越來越多業(yè)務中斷的風險,如企業(yè)系統(tǒng)復雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機 衛(wèi)星通信

要點: 有效應對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運營商 數(shù)字經(jīng)濟

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團)股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉