一种针对丢失的红外小目标跟踪分块搜索方法

本发明涉及红外图像处理领域，主要涉及远距离红外场景下的目标丢失判别和目标搜索问题，主要应用于红外弱小目标跟踪以及目标重定位等领域。

背景技术：

1、红外小目标跟踪被广泛应用于各种领域，包括飞机定位、轨迹监测和精确制导。与大规模通用跟踪数据集不同，红外序列是通过热辐射成像的。目标与摄像机之间的距离较远，会造成目标外观的损失。通常情况下，目标占有极少的像素，甚至出现亚像素的情况，即最强的目标辐射没有被成像系统捕捉到。此外，现实世界的红外场景往往伴随着不确定的背景情况。以空中场景为例，云层和假目标的干扰会导致误报。

2、传统的红外跟踪模型依赖于人工设计的特征来创建匹配模式，但它们往往难以适应目标外观和环境条件的变化，例如光照变化或背景噪声。另一方面，基于深度学习的跟踪方法，如孪生网络系列追踪方法，在通用对象跟踪方面取得了显著的成功。这些方法学习目标与搜索区域之间的相似度量，然后利用它来定位目标。

3、在一般物体跟踪领域，目标丢失是一个常见的严峻挑战。遮挡、比例变化、外观变化和模糊等因素会使物体的初始外观特征变得不可靠，从而导致跟踪失败。在对小型目标进行红外空中跟踪时，这一问题尤为突出，因为目标的外观往往过于简单，容易与背景融合。此外，云层等障碍物的存在也进一步加剧了目标丢失的问题。最近，一些长期跟踪方法通过改进跟踪器的搜索逻辑，解决了一般物体的目标丢失问题。他们首先计算每次跟踪时目标位置的置信度，对跟踪状态进行评估。然后，当目标丢失时，他们会扩大搜索范围以检索目标，并在后续帧中重新定位目标。对于一般物体，虽然扩大搜索范围可能会对目标尺度产生一些影响，但多尺度特征提取模块的设计可以适应这种变化，达到较好的结果。然而，对于小目标来说，其特征本身比较简单，缺乏有区别度的特征，对形变敏感。扩大搜索范围会导致目标变形严重，破坏目标外观，使得基于表观特征比对的孪生网络方法在小目标跟踪问题中失效。因此，这些一般的长期跟踪方法可能并不适合在红外场景中跟踪弱小乃至亚像素目标，因为它们缺乏对尺度特征的考虑，如果直接应用，可能会导致跟踪失败。

技术实现思路

1、技术问题：为了克服上述现有技术存在的不足，本发明利用基于块的搜索策略，解决在局部放大的区域内重新检测丢失的小目标时尺度变化的问题。在红外小目标跟踪中，由于目标与摄像机之间的距离较远，目标外观可能会损失，导致目标特征不可靠，传统的红外跟踪模型往往难以适应目标外观和环境条件的变化。本发明利用基于孪生网络的模型适应复杂背景。基于深度学习的跟踪方法在通用对象跟踪方面取得了成功。然而，针对小目标，这些方法的缺少适当的重定位搜索策略。因为红外场景中存在不确定的背景情况，例如云层和假目标的干扰，容易引发误报。所以本发明在目标丢失时选择局部增加搜索区域，而不是对整张图全局搜索。因为小目标特征简单且对形变敏感，扩大搜索范围会导致目标形变严重，使得基于表观特征比对的方法失效。所以本发明使用分块的搜索策略，维持了目标模板和搜索区域特征尺度一致。综上，本发明密切关注红外场景中有限的目标特征和复杂的背景干扰，设计了针对丢失的红外小目标跟踪分块搜索方法。

2、技术方案：本发明的目的在于提供一种对丢失有响应的红外弱小目标跟踪方法，针对弱小目标丢失，在维持特征尺度的同时增加搜索范围，增强了模型长时跟踪的能力，提升小目标跟踪的准确率。

3、本发明是一种简洁而有效的小目标跟踪丢失处理模式。首先，本发明会评估跟踪状态，并在目标丢失时扩大搜索范围以重新获取目标。考虑到全局搜索策略容易造成误检，本发明在局部范围内搜索目标。其次，由于简单地扩大搜索范围会影响目标的外观，因此本发明会固定搜索窗口的大小，并在遇到目标丢失时将其移动到有限的范围内。此外，如果目标丢失的情况持续存在，搜索区域的范围和搜索窗口的数量都会增加，直到找回目标为止。因此，这种分块搜索策略不仅能在扩大的范围内进行搜索，还能保持目标的视尺度，从而确保目标的再定位能力。在航空红外数据集上的实验表明，本发明可以弥补跟踪小目标时的目标丢失问题。

4、有益效果：本发明与现有技术相比，具有以下优点：

5、现有跟踪模型有些不具备丢失应对能力，有些应对丢失的措施没有考虑小目标场景。本发明会对物体丢失做出反应，将分类结果置信度作为判断丢失情况的标准。当发生丢失时，搜索范围会扩大，目标状态会保留而不是更新错误结果。与其他长期跟踪模型和后处理策略相比，本发明将搜索区域划分为块，更适用于对形变敏感的小目标。当丢失情况持续存在时，本发明会进一步扩大搜索范围，选择更多的搜索块，直到跟踪器恢复正常。结合上述设计，本发明提升了红外弱小目标跟踪的准确性和可靠性，能够解决红外场景中亚像素目标丢失问题。

技术特征：

1.一种针对丢失的红外小目标跟踪分块搜索方法，其特征在于，所述红外弱小目标识别和重定位方法包括：

2.根据权利要求1所述的针对丢失的红外小目标跟踪分块搜索方法，其特征在于，所述丢失判别机制为：

3.根据权利要求1所述的针对丢失的红外小目标跟踪分块搜索方法，其特征在于，所述重定位机制包括：

4.根据权利要求1至4中任一项所述的方法，其特征在于，所述的分块搜索策略为：

技术总结本发明公开了一种针对丢失的红外小目标跟踪分块搜索方法，用于远距离红外场景下亚像素目标的丢失重定位和持续跟踪，该方法包括：1)通过基于孪生网络的跟踪模型获取目标置信度和位置；2)根据目标置信度判断目标跟踪状态；3)若目标发生丢失，停止位置状态更新，通过分块搜索策略放大搜索区域；4)对放大的搜索区域进行分块搜索以重新定位目标，避免小目标特征随着搜索区域的放大过分形变；5)若目标持续丢失，进一步放大搜索区域直到重新找回目标或达到搜索上界；6)当目标被重新定位，恢复目标位置更新并重置搜索范围。本发明可提升红外远距离小目标追踪的准确性和可靠性，解决红外亚像素目标丢失问题。技术研发人员：王喆,童云斐,杨海,薛如翔,钮赛赛受保护的技术使用者：华东理工大学技术研发日：技术公布日：2024/7/29