用于红外飞鸟跟踪的目标跟踪器比较研究
计算机视觉与模式识别
2016-01-19 v1
摘要
鸟撞对飞机构成巨大风险，特别是因为传统机场鸟类监测主要依赖低效的人工观察。基于计算机视觉的技术已被提出用于自动检测鸟类、确定鸟类飞行轨迹并预测飞机起飞延误。然而，利用图像数据的鸟类飞行特性以及现有方法应用于飞鸟任务时的性能尚不清楚。因此，我们在真实的BIRDSITE-IR数据集上使用12种最先进的算法进行红外飞鸟跟踪实验，以获得有用线索并推荐特征分析。我们还开发了Struck-scale方法来证明多尺度采样自适应在处理形状和尺度变化的飞鸟目标中的有效性。该通用分析可用于开发专门的鸟类跟踪方法，以用于机场安全、野生及城市鸟类种群研究。
引用
@article{arxiv.1601.04386,
title = {A Comparative Study of Object Trackers for Infrared Flying Bird Tracking},
author = {Ying Huang and Hong Zheng and Haibin Ling and Erik Blasch and Hao Yang},
journal= {arXiv preprint arXiv:1601.04386},
year = {2016}
}