摘要
本发明涉及一种利用红外事件信息的高速目标检测与跟踪方法,利用高频红外事件流与低频红外图像,通过对多帧累积后的图像进行信息过滤与图像降噪,完成事件和图像信息的预处理,再利用包含时空信息关联处理模块的多通道输入深度神经网络进行推理实现目标检测,最后完成目标轨迹的构建,通过轨迹关联算法实现目标跟踪。该方法将红外图像所包含的静态信息与事件流中的动态信息相结合,利用两种数据的优势,实现了对高速弱小目标更精确、更快速的检测与跟踪,部署在红外探测系统后可以提升对高速红外运动小目标的探测敏感度以及探测帧率,能够降低系统的能耗,可广泛应用于处理资源受限的红外探测系统中。
技术关键词
图像灰度信息
跟踪方法
深度卷积神经网络
运动特征
红外图像探测器
耦合特征
卷积神经网络提取
红外探测系统
学习特征
滤波去噪
红外相机
矩阵
立方体
双模态
轨迹
特征提取网络
深度神经网络
检测头
关联算法
系统为您推荐了相关专利信息
船舶运动数学模型
路径跟踪方法
制导策略
运动控制模块
PID控制器
视频检测方法
时序特征
合成视频内容
分支
融合时空信息
水域检测方法
时空注意力机制
运动特征
城市内涝监测
Softmax函数