空中“低慢小”目标检测跟踪算法的应用研究

由于目前空中“低慢小”目标存在无法快速、准确地检测和跟踪的问题，本文基于全景相机与变焦吊舱的多源信息融合方法，提出了一种检测跟踪方案。首先，基于YOLOv4-Tiny模型，本文在其颈部网络中引入坐标注意力机制，提出了YOLOv4-TCA算法，新算法所得的mAP较改进前提升2.3%。另外，本文利用间隔取帧手段，借助目标检测结果实时校正被跟踪目标尺度，改进得到AS-KCF目标跟踪算法。通过将上述算法应用到搭载全景相机和变焦吊舱的检测跟踪平台，实现了对空中“低慢小”目标的检测跟踪。实验结果表明，本方案目标重捕成功率较基线方案提升11.66%,目标重捕平均时间缩短2.6 s,具有一定的理论研究和工程应用价值。