基于无人机平台的运动目标检测与跟踪算法研究

被引：5

作者：

汤轶 ^{[1
]}

周鹏程 ^{[2
]}

肖璇 ^{[3
]}

常成 ^{[2
]}

刘益麟 ^{[2
]}

潘峰 ^{[2
]}

机构：

[1] 兵器工业集团北方科技信息研究所

[2] 昆明北理工产业技术研究院有限公司

[3] 中国船舶重工集团公司第七二六研究所

来源：

机器人技术与应用 | 2017年 / 03期

关键词：

无人机; 目标检测; 背景补偿; Kalman滤波; PSO;

D O I：

暂无

中图分类号：

TP391.41 []; V279 [无人驾驶飞机];

学科分类号：

080203 ; 1111 ;

摘要：

多旋翼无人机载运动目标检测与跟踪是近年来目标检测与跟踪领域的热门研究方向之一,关于无人机平台的运动目标检测与跟踪,本文基于SURF特征点匹配和RANSAC算法对背景运动进行补偿,提出了一种基于Kalman滤波和PSO算法的目标跟踪算法。Kalman滤波预测目标位置从而确定待匹配区域,在待匹配区域提取SURF点并与目标模板匹配,SURF特征点,采用一种基于PSO算法快速搜索目标中心位置的方法,保证跟踪系统的准确性和实时性。

引用

页码：35 / 37

页数：3

共 5 条

[1]

Amended Kalman Filter for Maneuvering Target Tracking[J]. YANG Yongjian,FAN Xiaoguang,ZHUO Zhenfu,WANG Shengda,NAN Jianguo,XU Yunshan.Chinese Journal of Electronics. 2016(06)

[2] 帧间差分法在视频监控中的应用研究 [J].

李亮 ;

罗毅 .

四川理工学院学报(自然科学版), 2015, 28 (06) :58-62

[3] 平面仿射变换的分类及应用 [J].

闻仲良 ;

俞胜涛 .

宁波大学学报(理工版), 2010, 23 (01) :69-72

[4]

粒子群优化算法与多目标优化[M]. 北京理工大学出版社 , 潘峰, 2013

[5]

Surf: Speeded up robust features .2 Bay,H,T Tuytelaars,L. Van Gool. ComputerVision–ECCV20062006 .

← 1 →