面向无人机感知系统的基于视觉的实时空中目标定位与跟踪

本文关注于无人机导航中基于视觉的障碍物检测与跟踪问题。通过有效地将目标检测与跟踪集成到一个动态卡尔曼模型中，提出了一种基于单目图像序列的实时目标定位与跟踪策略。在检测阶段，感兴趣目标从每一帧通过图像背景连通性线索计算的显著性图中被自动检测并定位；在跟踪阶段，采用卡尔曼滤波器提供目标状态的粗预测，并通过结合显著性图与两连续帧间时间信息的局部检测器进一步细化。与现有方法相比，所提方法不需要任何手动初始化跟踪，运行速度远快于同类最先进跟踪器，并在大量图像序列上取得了有竞争力的跟踪性能。大量实验证明了所提方法的有效性与优越性能。