一种水空跨介质目标定位跟踪方法
本发明涉及计算机视觉、图像处理,尤其涉及一种水空跨介质目标定位跟踪方法。
背景技术:
1、随着无人装备技术的发展,水空跨介质航行器因兼具空中高速飞行和水下隐蔽航行能力而备受关注,已成为自主无人系统领域的重要研究方向。在对其进行自主回收对接、编队协同或对敌方跨介质目标进行持续监视时,目标跟踪是一项不可或缺的核心技术。
2、在传统的探测与跟踪体系中,通常采用雷达(微波)探测空中目标,采用声呐(声波)探测水下目标。然而,当目标处于跨介质运动(出水或入水)状态时,传统传感器面临着不可克服的物理限制,电磁波在水体中衰减极快,无法有效穿透水面;而声波在跨越水气界面时由于巨大的声阻抗差异会发生几乎全反射,导致声呐无法探测空中目标。这种介质传播特性的差异导致传统单一传感器在水气界面附近存在显著探测盲区。此外,gps等卫星定位信号在水下同样会完全失效。同时,雷达和声呐等主动探测设备往往体积庞大、功耗高,且容易暴露自身位置,不利于隐蔽作战或搭载于轻小型无人平台上。相比之下,利用视觉传感器进行跨介质目标跟踪,展现出了无可替代的便利性和必要性。
3、可见光不仅在空气中具有优异的传播特性,且对水体(尤其是浅水区)具有良好的穿透能力。这使得视觉传感器成为目前极少数能在目标出入水全过程中保持连续信息获取的探测手段。其作为被动探测设备,只接收环境光而不主动发射信号,具有极高的隐蔽性(抗侦察能力强)。同时,其体积小、重量轻、功耗低,极其适合空间和载荷受限的两栖无人平台。而且视觉图像能够提供目标丰富的颜色、纹理、形状和局部特征,这对于目标的精准识别、抗干扰辨识以及精细化姿态估计是至关重要的。
4、现有视觉目标跟踪算法,例如基于相关滤波的kcf、基于孪生网络的siamrpn以及基于检测跟踪融合的深度跟踪方法,在单一介质环境中已经取得较好效果。但是,当目标发生水空跨介质运动时,现有方法仍面临显著困难。空气和水的折射率不同,目标穿越水面时,图像中目标可能出现几何畸变、尺度突变和非线性形变,导致预训练视觉特征或在线模板难以稳定匹配。目标出入水瞬间通常伴随水花飞溅、气泡生成、水波纹反射、局部遮挡、光照突变以及对比度变化,这些退化因素会显著降低视觉观测可靠性。
5、此外,现有在线跟踪算法通常采用固定学习率或滑动平均方式更新目标模板。当跨介质瞬间的水花、气泡、反射和严重畸变被持续写入目标模板时,容易引发模板污染和表观漂移,使跟踪器逐渐偏离真实目标,最终造成目标丢失或重捕获失败。因此,如何在跨介质低可信视觉观测区间内避免异常观测污染模板,并利用运动连续性维持目标位置预测,是水空跨介质目标跟踪亟需解决的问题。
技术实现思路
1、本发明提供一种水空跨介质目标定位跟踪方法,解决单视觉目标跟踪过程中目标在出入水瞬间因水花遮挡、折射畸变导致的跟踪丢失及模板污染问题,提高模型在跨介质极端工况下的跟踪鲁棒性。
2、一种水空跨介质目标定位跟踪方法,包括:
3、利用基准模版获取当前帧观测图像的置信度得分;所述置信度得分用于表征当前帧目标观测的可靠程度;
4、将所述置信度得分与预设的置信度阈值进行比较,根据比较结果,确定当前帧的目标包围框,并自适应更新所述基准模版,以用于下一帧观测图像的跟踪处理;
5、其中,在所述置信度得分≥置信度上限时,以输出的目标包围框作为当前帧的跟踪结果;同时持续以所述基准模版作为下一帧观测图像置信度得分的计算依据;
6、在所述置信度得分满足:≤第一置信度下限时,以卡尔曼滤波器预测的目标包围框作为当前帧的跟踪结果;同时构建跨介质过渡模版,并利用该跨介质过渡模板作为下一帧观测图像的置信度得分的计算依据,并且在后续若干帧观测图像的置信度得分满足:第一置信度下限<≤第二置信度下限时,以第一更新率对跨介质过渡模版进行更新,并以更新后的跨介质过渡模版作为后续观测图像置信度得分的计算依据;
7、在所述置信度得分满足:<≤时,利用修正后的目标包围框作为当前帧观测图像的跟踪结果;同时,以第二更新率对当前跨介质过渡模版进行更新,并以更新后的跨介质过渡模版作为后续观测图像置信度得分的计算依据;所述修正后的目标包围框根据视觉跟踪模型输出的目标包围框和尔曼滤波器预测的目标包围框进行平滑修正得到;
8、在所述置信度得分经历置信度震荡不稳定后,连续帧,置信度得分满足:,则利用视觉跟踪模型输出的目标包围框作为当前帧的跟踪结果;同时以第三更新率对当前跨介质过渡模版进行更新,并以更新后的跨介质过渡模版作为后续观测图像置信度得分的计算依据;
9、其中,,更新率越大,模板的更新速度越快。
10、进一步地,如上所述的水空跨介质目标定位跟踪方法,所述基准模版的获取包括:
11、获取目标处于单一介质、且处于稳定观测状态下的稳定观测图像;
12、利用人工标注或检测模块确定所述稳定观测图像的目标包围框,并对该稳定观测图像的目标包围框进行裁剪、尺度归一化和特征提取,最终得到所述基准模版。
13、进一步地,如上所述的水空跨介质目标定位跟踪方法,构建的所述跨介质过渡模版为:
14、
15、其中,为基准模版,为临界可靠帧模板,
为卡尔曼第一帧引导模板;,,为融合权重,且满足。
16、进一步地,如上所述的水空跨介质目标定位跟踪方法,所述临界可靠帧模板的获取包括:
17、当模型计算出当前观测图像的置信度得分≤第一置信度下限时,提取与该时刻最近的3帧历史观测图像的历史置信度得分,并从该3历史置信度得分中筛选出置信度得分最高对应的目标包围框,并提取该目标包围框的特征,得到所述临界可靠帧模板;
18、所述卡尔曼第一帧引导模板的获取包括:
19、当模型计算出当前观测图像的置信度得分≤第一置信度下限时,获取卡尔曼滤波器预测的下一帧观测图像的目标包围框,并提取其特征得到。
20、进一步地,如上所述的水空跨介质目标定位跟踪方法,所述目标特征模板如下:
21、。
22、进一步地,如上所述的水空跨介质目标定位跟踪方法,所述以第一更新率对跨介质过渡模版进行更新包括:
23、每隔p帧,重新计算所述临界可靠帧模板和卡尔曼第一帧引导模板,并以重新计算后的临界可靠帧模板和卡尔曼第一帧引导模板来更新跨介质过渡模版;
24、所述以第二更新率对跨介质过渡模版进行更新包括:
25、每隔q帧,重新计算所述临界可靠帧模板和卡尔曼第一帧引导模板,并以重新计算后的临界可靠帧模板和卡尔曼第一帧引导模板来更新所述跨介质过渡模版;
26、所述以第三更新率对所述跨介质过渡模版进行更新包括:
27、每隔r帧,重新计算所述临界可靠帧模板和卡尔曼第一帧引导模板,并以重新计算后的临界可靠帧模板和卡尔曼第一帧引导模板来更新所述跨介质过渡模版,其中,r<q<p。
28、进一步地,如上所述的水空跨介质目标定位跟踪方法,所述利用基准模版获取当前帧观测图像的置信度得分包括:
29、利用所述基准模版,在当前帧观测图像中进行匹配搜索,从而匹配出与所述基准模版最匹配的搜索区域;
30、提取所述搜索区域的特征,得到搜索区域特征;
31、将所述搜索区域特征与所述基准模版进行匹配,生成响应图;
32、基于所述响应图确定所述当前帧观测图像的置信度得分。
33、有益效果:
34、本发明提供的方法,一方面,通过置信度得分与置信度阈值的比较结果,确定当前帧观测图像对应的目标位置,并自适应配置模板更新策略,以不同的更新率以对特征模板进行更新,用于下一帧观测图像的跟踪处理,解决了现有技术采用固定学习率或滑动平均更新时,跨介质瞬间的水花、气泡、畸变等异常观测被持续写入特征模板,导致模板被污染、跟踪器逐渐偏离真实目标的问题,从而提高了目标跟踪的精度;另一方面,通过构建跨介质过渡模板,使得在目标跨越界面的低置信度盲区内,摒弃了传统的固定更新或简单冻结策略,从而保障了极端工况下的跟踪鲁棒性。而且本发明通过在置信度小于置信度下限的情况下,以卡尔曼滤波器预测的目标包围框作为当前帧的跟踪结果,提高了在遮挡和畸变条件下的时空连续性,减少了因短时遮挡或水面剧烈畸变导致的跟踪丢失现象。
35、此外,本发明构建的跨介质过渡模板,其中,基准模版保证了目标身份先验,临界可靠帧模板保留了跨介质前最新的姿态尺度信息,卡尔曼第一帧引导模板引入了基于物理惯性的瞬时表观变化。通过基准模版、临界可靠帧模、卡尔曼第一帧引导模板构建跨介质过渡模板,能够有效保留跨介质阶段的机体的特征噪声,利用这些特征噪声和初始模版在低置信度区间内提供相对稳定的特征锚点,保障了极端工况下的跟踪鲁棒性。在一组示例性实验中,跨介质区间的平均跟踪置信度由约30%-40%提升至约90%。
36、另外,本发明提供的方法,通过在其他比较结果下,根据设定的自适应更新率对模板进更新,在确认目标完全进入新物理介质后采用高更新率,使系统能够快速提取并适应新的介质光学特征,有效提升了跨介质长时跟踪的稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com