基于卷积神经网络的红外目标跟踪研究

与视觉目标跟踪不同,热红外目标跟踪可以在完全黑暗中跟踪目标对象。因此,它具有广泛的应用,例如夜间的救援和视频监控。然而,该领域的研究很少,主要是因为热红外图像具有杂波干扰严重、信噪比低等特点,这些特点使得常规方法难以获得目标的特征。考虑到卷积神经网络的强大表征能力及其在视觉跟踪中的成功应用,我们将基于可见光图像的预训练卷积神经网络转换为热红外跟踪。我们观察到,由于缺少目标的空间信息,卷积层的特征比来自全连接层的特征更加适合红外目标跟踪。基于以上,本文提出了一种基于相关滤波器的集成跟踪器,具有用于热红外跟踪的多层卷积特征。