系统工程与电子技术 ›› 2020, Vol. 42 ›› Issue (4): 740-748.doi: 10.3969/j.issn.1001-506X.2020.04.02

• 电子技术 • 上一篇    下一篇

基于序列复杂度的空中红外目标跟踪算法评估

胡阳光1(), 肖明清1(), 刘兆政1(), 王晓田2(), 赵亚兴3()   

  1. 1. 空军工程大学航空工程学院, 陕西 西安 710038
    2. 西北工业大学航天学院, 陕西 西安 710072
    3. 中国人民解放军95920部队, 河北 衡水 253801
  • 收稿日期:2019-10-21 出版日期:2020-03-28 发布日期:2020-03-28
  • 作者简介:胡阳光(1991-),男,博士研究生,主要研究方向为红外目标跟踪、机器视觉。E-mail:sunshineflyhu@163.com|肖明清(1964-),男,教授,博士研究生导师,博士,主要研究方向为武器系统与运用工程、导弹综合测试与保障。E-mail:xmqing@sohu.com|刘兆政(1996-),男,硕士研究生,主要研究方向为武器系统与运用工程、导弹综合测试与保障。E-mail:953631108@qq.com|王晓田(1990-),男,博士研究生,主要研究方向为红外图像信息融合、深度学习。E-mail:wangxiaotian@mail.nwpu.edu.cn|赵亚兴(1991-),男,助理工程师,主要研究方向为红外成像技术、导弹综合测试与保障。E-mail:1551408803@qq.com
  • 基金资助:
    国家自然科学基金面上项目(61703337);航天科学与技术创新基金(SAST2017-082)

Aerial infrared target tracking algorithm evaluation based on complexity of sequence

Yangguang HU1(), Mingqing XIAO1(), Zhaozheng LIU1(), Xiaotian WANG2(), Yaxing ZHAO3()   

  1. 1. Aeronautics Engineering College, Air Force Engineering University, Xi'an 710038, China
    2. School of Astronautics, Northwestern Polytechnical University, Xi'an 710072, China
    3. Unit 95920 of the PLA, Hengshui 253801, China
  • Received:2019-10-21 Online:2020-03-28 Published:2020-03-28
  • Supported by:
    国家自然科学基金面上项目(61703337);航天科学与技术创新基金(SAST2017-082)

摘要:

近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。

关键词: 目标跟踪, 图像复杂度, 运动复杂度, 序列复杂度, 算法评估

Abstract:

In recent years, aerial infrared target tracking algorithms based on deep learning keep emerging. However, how to evaluate its performance has become an urgent problem to be solved. The complexity of the image is calculated by using the degree of the target being confused and the degree of the target being shielded of the single frame. The computing model of complexity of the sequence is designed based on the complexity of the image and the complexity of movement. Then, an infrared sequence sample database containing 420 sequences is constructed. A new algorithm evaluation method is proposed, in which the test results on the database are weighted through the complexity of the sequence. Experimental results show that it can comprehensively evaluate the performance of the algorithm in different states.

Key words: target tracking, complexity of image, complexity of movement, complexity of sequence, algorithm evaluation

中图分类号: