基于卡尔曼滤波和高斯过程回归的卫星视频轨迹预测方法

本发明涉及卫星遥感图像技术领域，尤其涉及基于卡尔曼滤波和高斯过程回归的卫星视频轨迹预测方法，包括如下步骤：对卫星视频中每一帧图像检测到的多个目标结果进行自适应卡尔曼滤波的数据关联，形成多个运动轨迹；采用卡尔曼滤波对多个运动轨迹进行预测；采用高斯过程回归模型对所述运动轨迹进行平滑，减小运动轨迹的误差，实现基于卡尔曼滤波和高斯过程回归的卫星视频轨迹预测方法。本发明可以有效的降低ID转换次数，提高IDF1，IDF1的值越大代表ID转换次数越低以及精度越高。本发明通过对多个跟踪方法融合本发明后在viso数据集下5个卫星视频下测试得到不同方法的指标。