首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习与多目标跟踪算法的视频SAR动目标检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京航空航天大学

摘要:本发明公开一种基于深度学习与多目标跟踪算法的视频SAR动目标检测方法,属于雷达技术领域。该方法包括如下步骤:1:采用基于特征金字塔结构的FasterR‑CNN网络检测单帧视频SAR图像中的动目标阴影;2:利用检测结果初始化试探性跟踪器;3:使用关联的检测结果更新跟踪器;4:将连续更新三帧的试探性跟踪转为稳定跟踪并删除其余试探性跟踪;5:将连续三帧未更新的稳定跟踪器转为候选跟踪。6:若有检测结果更新候选跟踪,将候选跟踪转为稳定跟踪。7:若候选跟踪未更新的次数超出阈值,将候选跟踪器删除。本发明具有检测精度高,实时性强的特点。

主权项:1.一种基于深度学习与多目标跟踪算法的视频SAR动目标检测方法,其特征在于,包括如下步骤:步骤1:采用基于特征金字塔结构的FasterR-CNN网络检测单帧视频SAR图像中的动目标阴影;步骤2:利用上述步骤1中的检测结果初始化试探性跟踪器;步骤3:将检测结果与跟踪关联,并使用关联的检测结果更新跟踪器;步骤4:将连续更新三帧的试探性跟踪转为稳定跟踪并删除其余试探性跟踪;步骤5:将连续三帧未更新的稳定跟踪转为候选跟踪;步骤6:若有关联的检测结果更新步骤5中的候选跟踪,将候选跟踪转为稳定跟踪;步骤7:若步骤5中的候选跟踪未更新的次数超出阈值,将候选跟踪删除;所述步骤2中的检测结果使用如下八维状态空间描述: 式中,x和y分别表示目标中心的横纵坐标,a和h分别表示目标边界框的宽高比例和高度,分别表示x、y、a和h的变化速率。

全文数据:

权利要求:

百度查询: 南京航空航天大学 基于深度学习与多目标跟踪算法的视频SAR动目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术