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

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）。其最大的意义在于时间分辨率特别高。现在我国主要的视频卫星主要有吉林一号，粗略地说，其分辨率可以达到1m以下，视频长度在90s左右。

对视频卫星的研究，主要是在交通领域，如对车辆进行追踪，并且获取一些交通流的信息。因此最重要的技术在于目标追踪。

至于目标追踪呢，相关的博客已经很多了。虽然现在计算机视觉领域的主流可能是在深度学习上，但在基于卫星视频的目标追踪上，依然会使用包括相关滤波器在内的方法。

与目标追踪的传统应用场景，即监控视频，不同，由于卫星所在的高度，其获得的卫星视频的尺度和监控视频相差很远。因此这个领域最大的困难之处在于，和监控视频等目标占据较大区域不同，在卫星视频中，目标（如车辆、船舶、飞机）往往只占数个至数十个像素，且其收到的干扰也会更大。

因此，如何利用现有的目标跟踪算法，成功在卫星视频上获得较高的精度，并获得实时的效率，是现在的一个研究重点。

论文介绍

《Object Tracking in Satellite Videos by Fusing the Kernel Correlation Filter and the Three-Frame-Difference Algorithm》
《融合核相关滤波器和三帧差分算法的卫星视频目标跟踪》

引用：B. Du, Y. Sun, S. Cai, C. Wu and Q. Du, “Object Tracking in Satellite Videos by Fusing the Kernel Correlation Filter and the Thre