[發明專利]基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法

有效

• 申請號: 202110248793.9
• 申請日: 2021-03-05
• 公開（公告）號: CN113030943B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 石文君;姜坤;劉萬鎖;張德軍;寧順杰;劉志陽
• 申請（專利權）人: 中國人民解放軍空軍工程大學航空機務士官學校
• 主分類號: G01S13/72
• 分類號: G01S13/72;G01S13/89;G01S7/41;G06T7/246;G06N3/0464;G06N3/08
• 代理公司: 鄭州銀河專利代理有限公司 41158
• 代理人: 裴景陽

1.一種基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：包括如下步驟：

步驟一：對第一幀方位距離像進行圖像顯著性檢測，確定多目標區域，并把這些目標區域存入歷史檢測、跟蹤集合，作為后續檢測結果匹配對象；

步驟二：對接下來幀圖像同樣進行顯著性檢測，并對前一幀檢測、跟蹤目標使用單目標跟蹤ECO算法得到當前幀跟蹤結果，然后進行跟蹤目標和檢測目標之間的關聯；

步驟三：循環步驟二，直到數據采集終止，即沒有新采集生成圖像為止。

2.如權利要求1所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：ECO跟蹤器將離散通道特征插入到連續域中，目的是為了從M個訓練樣本中學習到連續T周期的多通道卷積濾波器f，通過最小化下面的目標函數：

其中，α_j表示樣本x_j的權重；卷積算子S_f將樣本x_j映射到得分函數S_f上，用來預測目標在位置t的置信度分數；函數y_j用于計算S_f中傳入x_j的期望，正則項則使用權重函數ω來抑制邊界效應；

變換到頻域，然后對濾波器f求導，可以得到：

其中，A是塊對角矩陣，也就是訓練樣本組成的矩陣，每個對角塊代表一個樣本；Γ：包含每個訓練樣本權重α_j的矩陣，通過共軛梯度迭代計算出使損失函數最小的

3.如權利要求2所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：融合單目標跟蹤與數據關聯的在線多目標跟蹤是通過深度卷積網絡匹配當前幀檢測結果和歷史檢測、跟蹤圖像目標集合，實現數據關聯。

4.如權利要求3所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：為目標i包含之前t-1個時刻跟蹤、檢測歷史圖像tracklet集合，記：關聯系數其中，i表示歷史跟蹤、檢測目標，j表示當前幀檢測目標；為歷史跟蹤、檢測目標i經過網絡輸出的向量，為當前幀檢測目標j經過網絡輸出的向量；網絡結構采用特征金字塔+全鏈接層結構；使用在ImageNet上預先訓練過的截斷的50層殘差網絡作為主干網絡，結合特征金字塔網絡，達到實現產生強語義信息和高分辨率的目的；全鏈接層把ResNet-50+FPN生成的多維特征圖轉換為一維特征向量，用于后續計算關聯系數；關聯系數通過歷史圖像得到的目標i向量與檢測向量j之間的內積計算得到。

5.如權利要求4所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：借鑒雷達余輝衰減和亮度上呈指數關系，歷史圖像tracklet集合經過網絡層后進行加權處理，具體加權系數為ρ_k，

ρ′_k＝e^-μk，μ＝0.46,k＝0,1,…,t-1，μ為衰減系數；這里，取t＝5。

6.如權利要求5所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：如果用ECO算法進行單目標跟蹤后把跟蹤和檢測結果進行IOU判斷為遮擋，則在當前目標i對應包含的tracklet圖像集合中刪除該幀檢測圖像。

7.如權利要求6所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：用KM算法對跟蹤目標和檢測目標進行數據關聯，KM算法中用到的關聯系數為C_i,j。

8.如權利要求7所述的基于單脈沖雷達信號采集方位距離像的多目標跟蹤算法，其特征在于：對于找到關聯匹配結果的目標，將相應的檢測結果作為其在當前幀的跟蹤結果；對于未關聯匹配的目標分為兩種情況：一種是前一幀處于跟蹤狀態且當前幀沒有檢測到，對這種類型目標將其設為丟失狀態，并將其放入歷史檢測、跟蹤圖像集合，如果連續N幀沒有關聯到，則將該目標設為終止狀態；另一種是當前幀檢測到但同歷史檢測、跟蹤圖像集合沒有關聯上，則將該目標設為新目標出現狀態；如果當前單目標跟蹤結果進行IOU判斷為遮擋，則不把該跟蹤結果放入歷史檢測、跟蹤圖像集合中。