.png){kind=icon}
返回
A dynamic infrared object tracking algorithm by frame differencing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.infrared.2022.104384.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
红外目标跟踪是计算机视觉的一个重要研究领域。现有的检测跟踪算法通常使用外观信息来区分目标和周围环境。然而，复杂的环境和无色或无纹理的红外目标使得目标跟踪困难，导致现有算法失去目标。在本文中，为了挖掘视频帧之间的相关性，我们提出了一种通过帧差来利用运动信息的简单有效的方法。具体来说，使用相邻帧差分，我们提出了一个动态红外目标跟踪框架来辅助现有的语义感知跟踪算法。在反无人机红外数据集VOTTIR2015，VOT-TIR2016，ptb-ir和lsotb-ir上的实验表明，该方法对红外场景的不同挑战具有高效的鲁棒性。
Keyword:
Infrared object tracking
Frame differencing
Convolutional neural network
期刊
I
IF:
3.4
论文数:
5.8K
被引数:
1.2W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏Scale and appearance variation enhanced siamese network for thermal infrared target tracking用于热红外目标跟踪的尺度和外观变化增强的siamese网络
PREAI
分享收藏
查看更多内容