卫星视频跟踪总结

已于 2023-05-30 11:07:40 修改
阅读量608 收藏 13
点赞数 1
文章标签： 音视频 人工智能 计算机视觉
于 2023-05-16 18:09:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MaxCobb/article/details/130636999
版权

卫星视频跟踪总结

总结一下相关文章，在此记录一下，如有纰漏请多指教

文章目录

卫星视频跟踪难点：

  • 目标极小：只覆盖几个像素的面积
  • 背景复杂：易受到背景复杂物体干扰

2020

A Target Tracking and Positioning Framework for Video Satellites Based on SLAM（2020）

会议IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
作者Xuhui Zhao, Zhi Gao, Yongjun Zhang, Ben M. Chen
单位Wuhan University，Chinese University of Hong Kong

Main Method:

基于ORB- SLAM的框架，在特征提取、卫星姿态估计、移动目标跟踪和定位方面进行了改进。

  • 改进出更高效的特征，以便在卫星视频帧中快速提取和匹配
  • 推导了视频卫星绝对位姿估计的实际变换方法

在这里插入图片描述

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KmqAubO7-1683858765572)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-15 00.37.05.png)]

Object Tracking in Satellite Videos Based on Convolutional Regression Network With Appearance and Motion Features (2020)

期刊IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
作者Zhaopeng Hu, Daiqin Yang , Member, IEEE, Kao Zhang , and Zhenzhong Chen , Senior Member, IEEE
单位Wuhan University

Main method:

作者为解决遥感视频跟踪存在的目标极小、背景复杂、由于干扰形成的跟踪漂移问题，提出了CRAM，基于回归的网络 （convolutional regression network CRN） 提取外观和运动特征，替代判别式的相关滤波 （discriminative correlation filter DCF）。

  • Net-A获取外观特征

  • Net-M获取运动特征，采用光流法

通过peak-to-sidelobe ratio（PSR）衡量两种特征的特性

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2rZ4qlcY-1683858765573)(/Users/zhangxiaowen/Documents/typora images/截屏2023-01-14 10.22.19.png)]

PSR算法：

在这里插入图片描述在这里插入图片描述

Object Tracking in Satellite Videos by Improved Correlation Filters With Motion Estimations, CFME（2020）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Shiyu Xuan, Shengyang Li , Mingfei Han ,XueWan , and Gui-Song Xia , Senior Member, IEEE
单位Key Laboratory of Space Utilization, Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences (CAS)

Main Method: CFME

解决遥感视频中快速目标跟踪，基于 kernelized correlation filter（KCF） 提出新的算法

  • 结合卡尔曼滤波 （Kalman filter KF） 和运动轨迹平均 （motion trajectory averaging MTA），提出一种新的运动估计 motion estimation（ME） 算法，并利用该ME算法缓解KCF的边界效应
  • 解决移动物体被部分或完全遮挡时的跟踪故障问题

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vp9j1saq-1683858765574)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-14 20.42.40.png)]

Small Target Tracking in Satellite Videos Using Background Compensation（2020）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Yunming Wang , Taoyang Wang ,GuoZhang , Qian Cheng , and Jia-qi Wu
单位Wuhan University

Main Method:

跟踪算法会受到速度、方向、背景特征的影响。因此作者从样本训练策略 和样本表征两个方向增强技术。提出了weak target tracking based on information compensation (WTIC)

  • 建立针对目标和背景的滤波训练机制，提高跟踪算法的判别能力
  • 使用Gabor滤波器构建目标特征模型，以增强目标和背景之间的对比度
  • 提出了一个跟踪状态评估指标，以避免跟踪漂移

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-65nMRjgA-1683858765574)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-14 19.55.41.png)]

2021

HRSiam: High-Resolution Siamese Network, Towards Space-Borne Satellite Video Tracking（2021）

期刊IEEE TRANSACTIONS ON IMAGE PROCESSING
作者Jia Shao, Member, IEEE,BoDu , Senior Member, IEEE,ChenWu , Member, IEEE, Mingming Gong, and Tongliang Liu , Member, IEEE
单位Wuhan University

Main Method:

  • 研究了如何使用高分辨率定位卫星视频中小目标，将简化的HRNet与SiamRPN结合
  • 提出了像素级的重建模型GMM来检测移动目标。并通过自适应融合将跟踪和检测相结合

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FbFNJ3Wc-1683858765575)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-15 00.42.55.png)]

Object Tracking in Satellite Videos Based on Improved Correlation Filters（2021）

会议2021 13th International Conference on Communication Software and Networks
作者Liu Yaosheng，Liao Yurong，Lin Cunbao，Li Zhaoming，Yang Xinyan，Zhang Aidi
单位Space Engineering University

Main Method:

基于KCF的方法。

  • 融合物体的HOG feature、gray- scale feature、texture feature（LBP feature），并采用 principal component analysis（PCA） 减少移动场景变化对物体跟踪的影响
  • 结合 卡尔曼滤波（kalman filter） 和运动轨迹（motion trajectory） 提出运动位置补偿算法。其目的是提高对象跟踪的有效性，避免单独使用时的跟踪错误。更重要的是，它还可以解决物体部分或完全被遮挡时的跟踪故障问题
  • 提取局部目标区域进行归一化互相关匹配，其作用是提高目标跟踪的成功率和准确率

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sEmctCDz-1683858765575)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-15 12.41.02.png)]

Superpixel algorithm for objects tracking in satellite video（2021）

会议2021 IEEE International Conference on Consumer Electronics-Taiwan (ICCE-TW)
作者Guo-Cheng Xu, Pei-Jun Lee, Senior Member, IEEE, Trong-An Bui, Graduate Member, IEEE, Bo-Hao Chang, Kuan-Min Lee
单位National Chi Nan University

Main Method:

  • 为了获得每个物体相同的运动矢量，该算法在光流运动估计之前，在 简单线性迭代聚类（simple linear iterative clustering SLIC） 的基础上提出了一种基于超像素算法（superpixel）的架构。

  • 通过Harris corner进行特征提取。特征提取后，通过图像金字塔表示对图像进行下采样，并利用光流对金字塔特征进行跟踪。最后，光流过程检测运动物体并计算仿真结果视频中显示的运动矢量。

在这里插入图片描述

2022

A Joint Siamese Attention-Aware Network for Vehicle Object Tracking in Satellite Videos（2022）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Wei Song , Licheng Jiao , Fellow, IEEE,FangLiu , Senior Member, IEEE,XuLiu , Member, IEEE, Lingling Li , Senior Member, IEEE, Shuyuan Yang , Senior Member, IEEE, Biao Hou, Member, IEEE, and Wenhua Zhang
单位Xidian University

Main Method：

提出了一种joint Siamese attention-aware network (JSANet)，包括了self- attention和cross- attention。

  • 提出的self- attention模块通过通道注意力关注于分数更高的通道，并利用空间注意力对空间域信息进行相应的空间变换
  • 提出cross- attention，通过cross- channel attention（CCA）Siamese分支之间丰富的上下文相互依赖关系，挖掘关联产生与空间注意力的可靠对应关系

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HOzKXIyJ-1683858765576)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 19.51.15.png)]

在这里插入图片描述
在这里插入图片描述
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6abRhBtx-1683858765577)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 20.01.05.png)]
在这里插入图片描述

A Small Object Tracking Method in Satellite Videos Based on Improved Kernel Correlation Filter（2022）

会议2022 14th International Conference on Communication Software and Networks
作者Di Wu，Haibo Song，Hao Yuan，Caizhi Fan
单位College of Aerospace Science and Engineering National University of Defense Technology

Main Method:

  • 本文以响应图的平均峰值相关能量 （average peak correlation energy APCE） 和峰值（peak value）作为目标是否被遮挡的准则，并指导相关滤波模板的更新策略，从而使所提方法具有检测遮挡的能力。
  • 卡尔曼滤波器（kalman filter）用于估计物体的运动状态并预测物体的位置。基于相关滤波的跟踪结果，提高了所提方法在物体被遮挡时的稳定性。

在这里插入图片描述

Adaptive Birth for the GLMB Filter for Object Tracking in Satellite Videos (2022)

会议2022 IEEE INTERNATIONAL WORKSHOP ON MACHINE LEARNING FOR SIGNAL PROCESSING
作者Camilo Aguilar、Mathias Ortner、Josiane Zerubia
单位Inria, Universit ́ e Cˆ ote d’Azur, Sophia Antipolis, France

Main Method:

Generalized labeled Multi-Bernoulli（GLMB）在多目标跟踪中有着很好的效果，但其十分依赖于例如目标初始状态的先验知识。因此作者提出了能够从先前轨迹中学习的GLMB滤波器。

  • 提出了对似然和历史成分依赖较低的状态初始化算法
  • 利用卫星视频中目标轨迹与先前相似的特点，自适应的学习初始分量测量的初始状态。

Deep Learning-Based Object Tracking in Satellite Videos：A Comprehensive Survey With a New Dataset（2022, Survey）

期刊IEEE GEOSCIENCE AND REMOTE SENSING MAGAZINE
作者YUXUAN LI , LICHENG JIAO, ZHONGJIAN HUANG , XIN ZHANG, RUOHAN ZHANG, XUE SONG, CHENXI TIAN, ZIXIAO ZHANG, FANG LIU , SHUYUAN YANG, BIAO HOU, WENPING MA , XU LIU , AND LINGLING LI
单位Xidian University

在这里插入图片描述

Deep Siamese Network With Motion Fitting for Object Tracking in Satellite Videos（2022）

期刊IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
作者Lu Ruan, Yujia Guo, Daiqin Yang , and Zhenzhong Chen , Senior Member, IEEE
单位Wuhan University

Main Method：

基于Siamese和motion regression network提出了一种 two- stream deep neural network（SRN），同时利用了外观和运动特性。此外，还采用基于历史轨迹的轨迹拟合运动 （trajectory fitting motion TFM） 模型进一步缓解模型漂移。

  • 在Siamese网络中采用第一帧捕获的目标特征作为卷积内核来减少训练轮数。深度运动网络提取短期运动特征，为鲁棒跟踪提供补充支持
  • 除此之外，还采用利用长期历史轨迹的轨迹拟合运动（TFM）模型来捕捉目标的运动模式，进一步缓解模型漂移

在这里插入图片描述

Efficient Real-Time Tracking of Satellite Components Based on Frame Matching（2022）

期刊IEEE Access
作者HAO ZHANG 1, YANG ZHANG 1, JINGMIN GAO1, HONGBO YANG1, AND KEBEI ZHANG2
单位Beijing Information Science and Technology University

Main Method:

  • 提出了一种用于卫星组件跟踪的视频目标分割模型，该模型比**Space-Time Networks with Improved Memory Coverage（STCN）**更能抵抗空间环境中的低照度，卫星组件的失效和阻挡
  • 提出了三个简单高效的模块：注意力共享模块（attention sharing module）、位置信息编码器（position information encoder）和本地匹配模块（local matching module）。
在这里插入图片描述在这里插入图片描述

在这里插入图片描述

Image-Based Visual Tracking Attitude Control Research on Small Video Satellites for Space Targets（2022）

会议Proceedings of The 2022 IEEE International Conference on Real-time Computing and Robotics
作者Mengmeng Wang, Caizhi Fan, Chao Song
单位National University of Defense Technology

Main Method:

现有算法无法对cooperative目标进行有效的跟踪观察

  • 基于透视投影原理，推导了摄像头的内外参数模型，建立了摄像头惯性坐标系与像素坐标系的转换关系
  • 给出了刚性卫星的姿态动力学模型和运动学模型。根据目标在图像平面投影点的位置坐标与所需坐标的偏差信息，推导出小视频卫星的期望姿态和期望角速度。以姿态误差和角速度误差为控制反馈量，设计了空间目标跟踪PD控制器。利用Barbalat定理证明了闭环控制系统的全局稳定性。

Intrinsic Satellite Video Decomposition With Motion Target Energy Constraint（2022）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Jialei Pan, Yanfeng Gu , Senior Member, IEEE, Shengyang Li , Guoming Gao , Member, IEEE, and Shaochuan Wu , Senior Member, IEEE
单位Harbin Institute of Technology，Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences

Main Method:

为了减少光照变化的影响并提升卫星视频跟踪性能，提出一种具有运动目标能量约束的内在卫星视频分解模型（intrinsic satellite video decomposition model），称为 （motion target energy constraint MTE - ISVD），利用运动目标和背景的属性来构建约束。

  • 第一种是反射率的时间约束，它可以通过保持时域中的反射率相干性来解决闪烁问题，同时具有卫星视频中相邻帧之间背景像素几乎一致的特性。
  • 第二种是运动目标能量约束，它可以通过在阴影中用周围的背景表示运动目标，将运动目标的信号能量集中在反射率中。

在这里插入图片描述

MBLT: Learning Motion and Background for Vehicle Tracking in Satellite Videos（2022）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Wenhua Zhang , Licheng Jiao , Fellow, IEEE,FangLiu , Senior Member, IEEE, Lingling Li, Member, IEEE, Xu Liu , Member, IEEE,andJiaLiu , Member, IEEE
单位Xidian University

Main Method:

  • 提出运动和背景学习跟踪 （motion and background learning tracking MBLT），用于卫星视频中的车辆跟踪，该算法学习运动和背景信息以促进CF的跟踪过程。 新算法由三个交互式模块组成（如图 2 所示）
  • 提出了一种基于 fully convolutional network （FCN） 的预测网络来预测目标出现在下一帧RoI的每个像素上的概率
  • 考虑到背景杂波 （background clutter BC） 对滤波响应的干扰，引入快速聚类方法对可行区域进行分割提取，使道路区域的概率增强，抑制其他区域的概率，进一步保证了跟踪性能。

在这里插入图片描述

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-x8BsatIK-1683858765580)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 21.16.12.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iYk8N5Ay-1683858765580)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 21.16.38.png)]

Moving Object Tracking via 3-D Total Variation in Remote-Sensing Videos（2022）

期刊IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
作者Mengmeng Wang, Caizhi Fan, Chao Song
单位National University of Defense Technology

Main Method:

  • 使用传统的鲁棒主成分分析 (robust principal component analysis（RPCA） 模型从背景中提取移动对象。
  • 为了描述移动物体在空间和时间方向上的连续性，我们将三维全变分 （3-D total variation 3DTV） 正则化合并到RPCA模型中。
  • 考虑到背景不是静态的，并且由于传感相机的不稳定性，捕获的视频会包含噪声，我们提出的方法引入了一部分功能来对噪声进行建模并捕获背景的变化。

Object Tracking in Satellite Videos: A Spatial-Temporal Regularized Correlation Filter Tracking Method With Interacting Multiple Model（2022）

期刊IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
作者Yangfan Li and Chunjiang Bian
单位National Space Science Center, Chinese Academy of Sciences

Main Method:

我们提出了一种新颖的相关滤波器算法，该算法具有交互多模型 （interacting multiple model IMM），用于卫星视频中的对象跟踪，该算法结合了相关滤波器和IMM的优势。

  • 为了减轻边界带来的影响，我们采用了 （spatial-temporal regularized correlation filter STRCF） 算法来跟踪未被遮挡的目标
  • 为了解决卡尔曼滤波面对遮挡物体失效的问题，提出了IMM，IMM具有多模型估计功能，可以有效地预测非线性运动的目标位置

在这里插入图片描述

Object Tracking in Satellite Videos Based on Siamese Network With Multidimensional Information-Aware and Temporal Motion Compensation（2022）

期刊IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
作者Yidan Nie , Chunjiang Bian, and Ligang Li
单位National Space Science Center, Chinese Academy of Sciences

Main Method:（数据集 SatSOT）

提出了用于遥感跟踪的新型跟踪器-时间运动补偿网络 （tracker- temporal motion compensation Siam-TMC）。我们的方法依赖于多维信息感知 （multi- dimensional information- aware Dim-Aware） 模块和时间运动补偿（TMComp）机制。我们提出了一个基于双分支的Dim-Aware模块，该模块将前景和高频信息汇集在一起，以区分关键的小物体和干扰源。还设计了一种使用时间运动信息的TMComp机制，通过监督遮挡检测来减轻物体轨迹漂移。

  • 我们利用多维信息感知（Dim-Aware）模块构建了一个特征提取器，首次通过 注意力增强（attention enhancement） 和 高频信息融合（high- frequency information） 提高了SiamFC对小物体进行建模的能力。
  • 我们提出了一种运动驱动（motion-driven）的Siamese网络，该网络以我们设计的时间运动补偿（TMComp）机制为指导，对空间维度上的模糊物体路径进行补偿，以有效缓解跟踪漂移。

在这里插入图片描述

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-W3S0Uted-1683858765581)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-15 22.55.41.png)]

Object Tracking in Satellite Videos: Correlation Particle Filter Tracking Method With Motion Estimation by Kalman Filter（2022）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Yangfan Li , Chunjiang Bian, and Hongzhen Chen
单位National Space Science Center, Chinese Academy of Sciences

Main Method:

  • 提出了correlation particle Kalman filter（CPKF），结合了互相关、粒子、卡尔曼滤波，解决目标遮挡、非线性运动
  • 提出了彩色直方图、基于HOG和基于CN（color naming）的响应图的线性积分，使我们的跟踪器对目标旋转、背景杂波和低对比度具有鲁棒性

在这里插入图片描述

Single Object Tracking in Satellite Videos: A Correlation Filter-Based Dual-Flow Tracker（2022）

期刊IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
作者Yuzeng Chen , Student Member, IEEE, Yuqi Tang , Member, IEEE, Zhiyong Yin , Te Han , Student Member, IEEE, Bin Zou , and Huihui Feng , Member, IEEE
单位Central South University

Main Method:

本文提出一种基于相关滤波的 dual-flow（DF） 跟踪器，探讨了空谱特征融合与运动模型的混合如何促进跟踪。为了表示小对象，DF 使用特征流中的状态感知指示器（state-aware indicator）自适应融合互补特征。在运动流中，指示器感知特征流的置信度。然后构建双模预测模型，模拟物体的运动模式，并配合线性和非线性运动模式在SV中实现SOT。

  • 提出了一种基于CF的DF跟踪器（CF-based dual-flow DF tracker），该跟踪器将空间光谱特征和自适应运动模型相融合，融合了表示物体纹理和光谱的互补特征，以增强特征流中的表示。在运动流中，构建双模（dual-mode）预测模型，综合线性和非线性运动模式，防止跟踪漂移。
  • 状态感知指标 （state-aware indicator SAI） 被定义为感知跟踪的置信度。它实现了特征流中特征权重的自适应选择，同时感知运动流中的异常状态。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-em1PsJqH-1683858765582)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-15 17.11.58.png)]

Vehicle Tracking on Satellite Video Based on Historical Model（2022）

期刊IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
作者Shili Chen , Taoyang Wang , Hongshuo Wang, Yunming Wang , Jianzhi Hong, Tiancheng Dong, and Zhen Li
单位Wuhan University，Beijing Aerospace Automatic Control Institute，Remote Sensing Satellite, China Academy of Space Technology

Main Method: 数据集SatSOT

本文提出一种 基于历史模型（historical-model-based） 的卫星视频跟踪器。

  • 设计一种 historical-model-based tracker（HMTS） 提升小目标跟踪效果，利用历史信息提高目标信息的获取，保证跟踪的可靠性
  • 提出一种 historical models（HM） 评估方案进行跟踪器更新，依靠互相关函数测量相应图和理想回归目标之间的相似性。以此来确定最合适当前帧的HM
  • 使用 kalman filter（KF） 估计物体的运动，以防止对象遮挡和类似对象外观引起的跟踪器 漂移。并使用 peak and kurtosis（PK） 进行响应图评估。基于PK，通过KF的预测函数对跟踪器的轨迹进行校正。

在这里插入图片描述

Very Low-Resolution Moving Vehicle Detection in Satellite Videos（2022）

期刊IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
作者Zhaoliang Pi , Licheng Jiao , Fellow, IEEE,FangLiu , Senior Member, IEEE,XuLiu , Member, IEEE, Lingling Li , Senior Member, IEEE, Biao Hou, Member, IEEE, and Shuyuan Yang , Senior Member, IEEE
单位Xidian University

Main Method:

  • 由于缺乏有用的外观特征，我们在特征提取阶段设计了一个差分模块（differential module）。它集成了来自相邻帧的运动信息，以方便提取有效的语义特征。此外，考虑到静态物体的干扰和杂乱的背景，该模块可以通过差分操作来抑制不相关区域的响应
  • 引入transformer，基于自注意力机制细化语义特征。为了缓解高计算消耗，我们提出了一个独特的注意力层来取代传统的MHA。由于遥感图像中目标的稀疏性，相互作用将集中在真正移动的车辆的响应上

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tol1AnOG-1683858765583)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 11.06.31.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vDgFFNtC-1683858765583)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 11.11.59.png)]

2023

Lightweight Tracking of Satellite Video Object Based on Saliency Enhancement Mechanism（2023）

期刊IEEE JOURNAL ON MINIATURIZATION FOR AIR AND SPACE SYSTEMS
作者Jianhu Liang, Jiayi Sun, Xumei Zhang, Mingming Bian, and Fukun Bi
单位North China University of Technology

Main Method:

提出了一种基于多维增强机制的卫星视频跟踪方法。针对卫星图像背景复杂，难以正确捕获和识别目标的问题，引入三重注意力模块，高效提升目标意义，从而提高跟踪网络的性能。由于深度卷积网络的计算复杂度较大，采用了具有ghost characteristics的网络结构，一些传统的卷积运算被简单的线性运算所取代，提高了网络的速度。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LoPYE7Mx-1683858765583)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 23.25.15.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-q1rKh7G4-1683858765583)(/Users/zhangxiaowen/Documents//typora images/截屏2023-01-16 23.25.41.png)]

MaxCobb
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
遥感视频卫星多目标检测、跟踪和定位算法1
08-03
型的背景差分法，该方法可显著降低由于光照变化、阴影带来的目标像元漏检。针对目标几何定位需求，提出一种基于 RPC 参数的遥感影像正射校正技术，实现了影像行列号坐
ICPR 2022 第一届卫星视频运动目标检测与跟踪挑战赛正式开赛
我爱计算机视觉
02-16 3228
关注公众号，发现CV技术之美ICPR 2022: The 1st Challenge on Moving Object Detection and Tracking in Satellit...
Object Tracking in Satellite Videos by Fusing the Kernel Correlation Filter and the Three-Frame-Diff
hanlinger_的博客
05-30 1053
抽象 对象跟踪是计算机视觉领域的热门话题。高分辨率遥感传感器提供的详细空间信息使跟踪卫星视频中的目标成为可能。近年来，相关过滤器已经产生了令人鼓舞的结果。但是，在处理卫星视频中的对象跟踪方面，由于每个目标的大小与整个图像相比都太小，并且目标和背景是非常相似。因此，在这封信中，我们通过融合KCF跟踪器和三帧差算法，提出了一种新的卫星视频目标跟踪方法。本文提出了一种特定的策略，以利用KCF跟踪器和三帧差异算法来构建强大的跟踪器。我们在三个卫星视频中评估了所提出的方法，并展示了其相对于其他最新跟踪方法的优越性
VITAL视频目标跟踪源码运行笔记——Testing模式
越野者的博客
02-09 1069
1. 论文基本信息 论文标题：VITAL: VIsual Tracking via Adversarial Learning 论文作者：Yibing Song （Tencent AI Lab）等人 论文出处：CVPR 2018 在线阅读：http://openaccess.thecvf.com/content_cvpr_2018/papers/Song_VITAL_VIsual_Tracking...
航空遥感图像(Aerial Images)目标检测数据集汇总
热门推荐
蚂蚁搬家
12-18 7万+
常规目标检测数据集有很多，现在前沿的目标检测算法（如Faster R-CNN, Yolo, SSD, Mask R-CNN等）基本都是在这些常规数据集上实验的，但是，基于常规数据集训练的分类器，在航空遥感图像上的检测效果并不好，主要原因是航空遥感图像有其特殊性： 1，尺度多样性，航空遥感图像从几百米到近万米的拍摄高度都有，且地面目标即使是同类目标也大小不一，如港口的轮船大的有300多米，小的也只...
卫星通信基础知识介绍
10-12
- **导航系统**：确保卫星准确地定位和跟踪。 - **天线**：用于信号的发射和接收。 - **RF设备**：管理和处理射频信号。 - **切换和备份部件**：提高系统的可靠性和稳定性。 #### 八、转发器的工作原理 - **前置...
卫星通信技术在渔政执法中的应用.pdf
09-03
文章指出，广东省为提升海上执法信息化水平，计划为100吨级以上的渔政执法船建立卫星视频系统。该系统旨在实现远程监控管理和突发事件的协同调度，提供强大的执法支持。系统主要由卫星通信、计算机网络、雷达探测、...
校车视频监控系统介绍.ppt
06-28
校车视频监控系统是一种集成GPS卫星定位、3G通信技术和GIS地图技术的智能化监控调度系统，旨在确保学生在校车上的安全，提供有效的调度管理，并解决超速、超载等问题。深圳市尖峰时刻电子有限公司作为一家专注于...
电信设备-Ku波段移动卫星通讯装置.zip
09-17
【Ku波段移动卫星通讯装置】是一种...总结来说，Ku波段移动卫星通讯装置以其高效、移动性强的特点，在众多领域中展现出广阔的应用前景。随着技术的进步，这些设备将持续优化，为全球用户提供更加可靠、高效的通信服务。
C波段和Ku波段卫星电视的区别.pdf
03-10
卫星数字广播的引入，尤其是采用MPEG-2视频压缩标准和MUSICAM音频压缩技术的DVB-S标准，极大地提升了传输效率，降低了码率需求，使得单个转发器可以承载更多节目，降低了播出成本。数字广播的纠错算法保证了高传输...
遥感目标检测数据集汇总
quanwei的博客
05-04 4万+
文章目录1. 光学数据集1.1 DIOR1.2 LEVIR1.3 DOTA1.4 RSOD1.5 NWPU VHR-101.6 VEDAI1.7 COWC1.8 ITCVD1.9 DIUx xView 20181.10 HRSC20161.11 TAS1.12 SZTAKI‐INRIA1.13 UCAS AOD1.14 DLR 3K Vehicle2. SAR2.1 SSDD2.2 SSDD+2....
让研习AI变得简单（三）：人工智能12篇经典综述推荐
最新发布
人工智能讲师分享前沿技术
03-02 533
作为联接主义智能实现的典范，神经网络采用广泛互联的结构与有效的学习机制来模拟人脑信息处理的过程，是人工智能发展中的重要方法，也是当前类脑智能研究中的有效工具。从如何自动获取高级特征表示的研究开始到目前为止，深度学习已经被深入应用到了跟踪任务的方方面面，例如相似性度量、数据协同和目标包围盒估计等，经过社区的不断研究，纯基于深度学习的跟踪器已经获得了该任务中最先进的性能。在调研稀疏学习的发展过程中，本文总结了各算法的优势，缺点，局限性和未来的研究方向，可以帮助读者进行进一步的研究。
论文学习-卫星视频与目标追踪-1-融合KCF跟踪器和三帧差算法
weixin_41781121的博客
06-15 1501
论文学习-卫星视频与目标追踪-1 大家好，近来一直在研究基于视频卫星的目标追踪领域。为了更好地梳理自己的论文学习过程，故采用博客的方式记录下来。接下来我会将此领域一些我觉得典型的有意义的论文，以我自己的方式进行翻译、归纳和总结。希望可以帮助自己的研究取得进展，也希望对感兴趣或也做这方面的研究的朋友一点帮助。 研究领域简介 开始之前，我先用我自己的语言对此领域做一个简要的介绍，不专业之处请多指教： 视频卫星呢，其实和其他的遥感卫星没什么区别，只是说，其获取的数据不只是遥感影像，也包括一段连续序列的图像（视频）
CVPR 2018 Siam-RPN:《High Performance Visual Tracking with Siamese Region Proposal Network》论文笔记
lch的博客
08-04 2073
  理解出错之处望不吝指正。   本文模型叫做Siam-RPN。本文将Siamese Network和RPN结合，提出了一种端到端的离线训练方法，并把tracking过程视为one-shot detection（单项学习）。   训练阶段的网络结构如下：   tracking阶段的网络结构如下：        tracking过程中，先使用第一帧在template branch中预...
CVPR2020开源论文（部分带阅读笔记）
知识混子_的博客
05-29 3万+
CVPR2020论文开源项目合集CNNExploring Self-attention for Image RecognitionImproving Convolutional Networks with Self-Calibrated ConvolutionsRethinking Depthwise Separable Convolutions: How Intra-Kernel Correlations Lead to Improved MobileNets图像分类Compositional Convo
基于深度学习的视频检测（三） 目标跟踪
fruit的博客
12-15 2万+
搭建环境Ubuntu16.04+CUDA9+cudnn7+python3.5+源码编译Tensorflow1.4+opencv3.3基于 darkflow (yolo-v2)和 sort/deep_sort 实现目标检测与追踪Real-time people Multitracker using YOLO v2 and deep_sort with tensorflow 安装依赖$sudo pip
目标跟踪数据集
Jensen Lee的博客
05-12 1152
OBT100_http://www.visual-tracking.net VOT2013-2020_https://www.votchallenge.net/challenges.html(点开对应的benchmark即可)
常见目标跟踪数据集下载链接整理（更新中）
laizi_laizi的博客
04-11 2万+
搜罗一下，感觉没人把常见的目标跟踪数据集下载链接汇总整理的，这里就整理一下，因为有些网址很难打开，这里也是想方便之后大家获取，来看看吧！我就从大佬图中来找几个吧！因为不是全接触过，有些链接不是很好，有小伙伴有更好的建议，欢迎评论 ！ 请大家遵守相关的license，数据集仅供教育和研究使用 OTB Visual Tracker Benchmar：http://cvlab.hanyang.ac...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值