[发明专利]一种基于阴影Video-SAR中感兴趣目标跟踪方法有效

专利信息
申请号: 202111310927.1 申请日: 2021-11-05
公开(公告)号: CN114332151B 公开(公告)日: 2023-04-07
发明(设计)人: 张晓玲;王宝有;鲍金宇;张天文;师君 申请(专利权)人: 电子科技大学
主分类号: G06T7/20 分类号: G06T7/20;G06V10/20;G06V10/40;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
代理公司: 电子科技大学专利中心 51203 代理人: 曾磊
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 阴影 video sar 感兴趣 目标 跟踪 方法
【说明书】:

发明公开了一种基于阴影Video‑SAR中感兴趣目标跟踪方法,它是通过建立了一个全新的网络——指导锚孪生网络,包括孪生子网络、指导锚子网络和相似性学习子网络三个部分,利用SAR图像动目标阴影灰度特性稳定、位置不发生偏移等优点,来实现基于阴影的Video‑SAR任意感兴趣运动目标跟踪;同时使用指导锚子网络(GA‑SubNet)来提升跟踪精度,抑制虚警,生成稀疏的更符合SAR动目标阴影形状的锚本发明在公知的桑迪亚国家实验室数据集上的跟踪精度为60.16%,跟踪速度为每秒32帧。与其他先进的Video‑SAR中动目标跟踪技术相比,本发明实现了很高的Video‑SAR中动目标跟踪精度。

技术领域

本发明属于合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译技术领域,涉及一种 基于阴影Video-SAR中感兴趣目标跟踪方法。

背景技术

合成孔径雷达(SAR)是一种能够全天时、全天候工作的主动式遥感技术。与光学传感 器相比,SAR可以穿透云雾,在恶劣的气象条件下也可以完成观测任务。SAR已成为当今对 地观测的重要手段,在地形图像生成、目标探测与侦察、国土资源勘查和自然灾害监测等国 民经济得到越来越广泛的应用。详见文献“张庆君,韩晓磊,刘杰.星载合成孔径雷达遥感技术 进展及发展趋势[J].航天器工程,2017,26(06):1-8.”。

视频合成孔径雷达(Video-SAR)技术使SAR图像序列具有像动画一样的显示效果,具有 直观连续的观测目标运动信息的优势,在SAR动目标跟踪方面具有非常重要的应用价值。视 频SAR的动目标全天候、全天时的检测与跟踪能力在军事上对于战场敌情侦测占领主动权 具有重大的战略意义,在军事上可以很好的提升战争中的精准打击能力和预警能力,因而具 备巨大的研究价值和前景,并且在民用领域如在复杂气候交通检测以及自然灾害勘测等场景 具备不可替代的监测作用。详见文献“余正顺.基于阴影的视频SAR动目标检测跟踪算法研 究[D].电子科技大学,2021.”。

Video-SAR图像中动目标的真实位置处会出现阴影,阴影是动目标的遮挡(没有能量反 射),具有灰度特性稳定、位置不发生偏移等优点,因此,借助运动目标的阴影实现目标跟 踪已成为最受关注的手段。详见文献“丁金闪.视频SAR成像与动目标阴影检测技术[J].雷 达学报,2020,9(2).”。

目前现有基于Video-SAR中目标阴影的目标跟踪方法已经从多角度实现了动目标的跟 踪,取得了不错的跟踪效果。然而由于存在不易区分与阴影相似的背景,以及基于外观特征 的方法不易获取任意类别目标训练样本等问题,Video-SAR中任意感兴趣目标的跟踪仍然是 一个挑战。

因此,为了解决现有技术虚警率高,跟踪精度低等问题,本发明提出了一种基于阴影 Video-SAR中感兴趣目标跟踪方法。

发明内容

本发明属于合成孔径雷达(SAR)图像解译技术领域,公开了一种基于阴影Video-SAR 中感兴趣目标跟踪方法,用来解决虚警率高,跟踪精度低的问题。该方法设计了一种全新的 网络——指导锚孪生网络,包括孪生子网络、指导锚子网络和相似性学习子网络三个部分, 从而降低虚警率,提高动目标跟踪精度。在公知的桑迪亚国家实验室数据集上的实验结果, 与其他先进的Video-SAR中动目标跟踪技术相比,本发明实现了最先进的Video-SAR中动目 标跟踪精度。

为了方便描述本发明的内容,首先作以下术语定义:

定义1:经典桑迪亚国家实验室数据集

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111310927.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top