论文部分内容阅读
由于非制冷红外热像仪采集的红外图像具有对比度低、纹理模糊的特点,仅仅利用灰度特征很难实现稳定的追踪性能,严重制约复杂环境下武器装备精确打击的能力。在多视角协同学习的基础上,利用脊回归具有解析解的优势,通过最小化类内方差来分析样本之间的类内结构关系,提出一种基于最优间隔分布与多视角特征协同的红外目标跟踪算法,可以同时优化类内间隔方差和类间间隔方差,实现红外目标的实时精确追踪;针对传统模型参数更新适应性不强的问题,引入峰值旁瓣比对跟踪参数进行自适应更新,提升模型的泛化能力。大量定性定量仿真实验结果表明,