基于KCF算法的空中目标跟踪模拟

摘要：

机器学习可以从图像数据中学习到强大的特征表征.如果将目标检测跟踪技术与机器学习技术结合,能够在目标快速检测、准确识别和精准跟踪的性能上有显著提升,符合现实需求.本文将基于深度学习的YOLOv4目标检测算法应用于该场景的目标检测中;然后基于相关滤波的KC F目标跟踪算法,利用相关滤波方法将计算转化到频域,减少计算量,提高目标跟踪的实时性,通过深度学习得到的深度特征和深度学习训练的分类器,对比人工特征,目标跟踪的准确性会有大幅提升.相关滤波器通过多层网络进行训练,将相关滤波和深度学习相结合,以平衡目标跟踪的实时性和准确性,并应用到该场景的目标跟踪中.模拟实验结果表明,本文提出的空中目标检测跟踪技术的目标检测准确率达到95％,跟踪精度达到99％,能够实现对空中目标的实时跟踪.

关键词：机器学习;目标检测;YOLOv4;目标跟踪;KCF;相关滤波

所属期刊栏目：51

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1396-1400