基于仿生视觉的智能目标识别与跟踪技术研究

This proposal mainly focus on the problem of improving image processing and anti-interference for image guidance, introduce binoc vision into image guidance and research the problem of target recognition and tracking in complex background. Texture feature is integrated into visual perception calculation model to improve the salience of interested target in saliency map, so as to improve the success rate and reliability level of quickly target recognition and tracking.

项目主要针对成像制导技术中存在的图像数据处理效率低、抗干扰能力差等问题，将人眼视觉仿生原理应用于成像末制导，研究基于仿生视觉的复杂背景下目标识别和跟踪问题，通过深入探讨和分析模型改进、特征提取和兴趣目标识别等问题，提高兴趣目标在显著图的显著程度，以期提高复杂背景下目标快速识别和跟踪的可靠性和成功率。

高效的目标识别和跟踪技术是提高成像制导武器可靠性和打击精度的关键。课题针对制约成像制导武器的图像数据处理效率低、抗干扰能力差等问题，将人眼视觉仿生原理应用于成像末制导技术，对复杂背景下目标快速识别和可靠跟踪问题进行了研究。.主要研究内容包括三个方面：.1、研究了侧抑制网络的循环抑制模型和非循环抑制模型，并将其应用于图像预处理中；针对对数极坐标变换的过采样问题，采用可变采样极坐标映射方法，提高了样本采集效率；在求解显著区域精确范围问题上，提出了基于特征分布的均值漂移算法，同时兼顾了分割效果与实时性。.2、借鉴人类视觉敏感目标形状轮廓特征的机理，提出了基于轮廓分段特征的红外目标检测识别方法，在角度旋转、尺度变化、仿射变换、加噪、裁剪和光照变换等多种复杂条件下取得了较好的检测识别效果。.3、结合显著性视觉注意模型，对粒子滤波跟踪算法进行改进，建立了基于视觉注意机制的粒子滤波跟踪框架，并将其应用于存在部分遮挡情形下的目标跟踪问题。