【儀表網(wǎng) 研發(fā)快訊】近日，中國科學(xué)院西安光機所空間光學(xué)技術(shù)研究室趙惠研究員團隊在計算機視覺目標(biāo)跟蹤領(lǐng)域取得重要進展，研究成果發(fā)表于計算機科學(xué)領(lǐng)域中國科學(xué)院一區(qū)TOP期刊Knowledge-Based Systems(IF = 7.2)。論文第一作者為中國科學(xué)院西安光機所特別研究助理蘇銀強博士，通訊作者為趙惠研究員，中國科學(xué)院西安光機所是第一完成和通訊單位。
 

　　基于判別式相關(guān)濾波(DCF)的跟蹤框架在高動態(tài)、高密度雜波環(huán)境下跟蹤微弱目標(biāo)時，易出現(xiàn)模型漂移現(xiàn)象甚至跟蹤失敗的情況。近年來，學(xué)界致力于通過構(gòu)建魯棒的目標(biāo)外觀模型并引入輔助策略，以抑制跟蹤性能下降問題。但現(xiàn)有研究在應(yīng)對目標(biāo)周圍的背景變化時，難以有效抵抗?jié)撛诨兏蓴_。當(dāng)目標(biāo)外觀劇烈變化或背景信息過多時，濾波器易受環(huán)境干擾，導(dǎo)致定位可信度顯著降低。
 

　　對此，研究團隊基于前期提出的稀疏上下文感知的相關(guān)跟蹤濾波框架(https://doi.org/10.1016/j.eswa.2024.126225)，創(chuàng)新性地構(gòu)建雙模態(tài)耦合優(yōu)化機制。該機制通過上下文感知協(xié)同建模與動態(tài)畸變自適應(yīng)抑制的聯(lián)合約束策略，構(gòu)建具有背景抗擾性與外觀穩(wěn)定性的新型相關(guān)濾波器。研究團隊在DCF框架中顯式集成上下文信息，既能感知目標(biāo)周圍背景變化又可削弱外部干擾的影響；同時通過約束檢測階段的響應(yīng)圖梯度，保持濾波器內(nèi)部結(jié)構(gòu)的穩(wěn)定性。此外，團隊還提出一種基于歷史響應(yīng)池反饋的高度協(xié)調(diào)機制，在確保目標(biāo)模板高置信度更新的同時，為目標(biāo)重捕獲機制提供引導(dǎo)策略，進一步提升復(fù)雜場景下跟蹤的魯棒性和準(zhǔn)確性。
 

圖 基于上下文感知和畸變抑制的雙模態(tài)耦合優(yōu)化的長時相關(guān)濾波器跟蹤框架
 

　　研究團隊還同步開發(fā)了易于嵌入式部署的輕量化方法“A Visual Tracking Algorithm Based on Context Constraint and Aberration Suppression with handcrafted feature”，通過異構(gòu)計算遷移、多線程并行加速和動態(tài)調(diào)控等技術(shù)手段，在國產(chǎn)嵌入式平臺上實現(xiàn)了高幀頻、強魯棒的跟蹤性能，有望為遙感衛(wèi)星監(jiān)測、無人機自主導(dǎo)航和車輛自動駕駛等實際應(yīng)用提供強有力的技術(shù)支撐。
 

　　研究獲新一代人工智能國家科技重大專項、國家自然科學(xué)基金等項目支持。
 

　　趙惠研究員團隊近年來持續(xù)開展復(fù)雜場景下的目標(biāo)識別、跟蹤及極端成像條件下的圖像質(zhì)量提升技術(shù)研究，發(fā)布論文80多篇、授權(quán)專利20多項。