摘要
本发明涉及基于特征增强的两阶段去噪和关联的弱光多目标跟踪方法,提出了两阶段去噪的弱光图像增强的思路与两阶段关联的策略,当视频序列存在光照不足、背景噪声干扰和密集遮挡等复杂情况时,通过深度分析图像噪声来源构建两阶段去噪模型,结合图像特征增强机制提升目标特征可辨识度,显著提升检测框生成质量;将马氏距离与形状相似度相结合构建一个符复合相似性度量且设计了两阶段的关联策略,从而有效处理了在密集、遮挡等复杂环境下目标特征变化与遮挡干扰等问题,提高了跟踪准确率;本发明的跟踪方法可以有效提高多目标跟踪算法在弱光场景下的跟踪精确度和鲁棒性。
技术关键词
跟踪方法
轨迹
置信度阈值
卡尔曼滤波
阶段
抑制低频噪声
光照
背景噪声干扰
网络
匈牙利算法
峰值信噪比
去噪模型
残差学习
特征提取模块
度量
图像增强
滤波模块
矩阵
系统为您推荐了相关专利信息
治理设备
协同治理方法
节点
PageRank算法
云服务器
控制清洗装置
清洗方法
口腔清洗装置
预定位系统
图像处理算法
高精度接收机
高精度导航信号
噪声条件
飞行器
滤波