基于图注意力机制的无人机目标红外跟踪技术

近些年来,无人飞行器逐步普及,给社会治安、空域管制、要地防护等领域带来新的威胁。因此,对高威胁、难辨识的无人机目标进行高准确、高稳定的搜索跟踪有着迫切需求。立足城市环境下的反无人机作战需求,针对无人机易受复杂背景干扰、地物遮挡影响及其姿态尺度变化和快速机动造成的跟踪丢失问题,结合图神经网络与注意力机制,提出一种基于图注意力机制的孪生网络无人机目标红外跟踪技术。基于图注意力机制的局部特征匹配模块,通过节点间的信息传递实现全局信息匹配,通过基于图的特征表示和特征交互,增强从目标模板到搜索区域的信息嵌入能力;目标感知区域选择机制可以适应无人机目标尺寸和姿态的变化;基于运动特征设计的切换策略,实现局部跟踪和全局重检测间的动态选择。实验结果表明,在红外无人机目标跟踪时,运用此方法可以取得稳定的跟踪结果,可以有效应对形变、遮挡、复杂背景干扰等挑战,为实现在城市环境中持续稳定跟踪小型无人机目标提供技术参考。

光滑物体表面反射光偏振特征分析及反射光分离技术

物体表面反射光由镜面反射光和漫反射光组成,针对光滑物体表面镜面反射光和漫反射光的分离问题,建立了一个结合镜面反射和漫反射共同作用的偏振态表征模型,并使用该模型对混合反射区域偏振特征进行分析。基于镜面反射光和漫反射光的偏振特征,根据镜面反射光和漫反射光在光滑物体表面垂直方向及平行方向上的分布关系,采用偏振正交分解的方法实现了镜面反射成分和漫反射成分的求解。利用镜面反射光图像和漫反射光图像之间的相关性,通过梯度下降算法得到镜面反射成分和漫反射成分归一化互相关最小值及其对应的镜面反射偏振度和漫反射偏振度,从而实现反射光的分离。通过对不同场景中获取的反射光图像进行测试,实验结果表明,该算法具有较好的反射光分离效果。

基于图像衍生的红外无人机图像仿真方法研究

对无人机群的红外视频进行监视是安防和军事领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。