基于深度学习和相关滤波的飞机跟踪方法

摘要

针对飞行员的飞行训练任务进行了飞机的稳定跟踪.为了解决远距离下飞机目标小、天气环境复杂、飞鸟干扰等问题,提出了一种基于深度学习和相关滤波的飞机跟踪测量方法.首先选取骨干网络并建立深度学习的算法模型,接着利用大量飞机图像得到用于实际场景的参考模型,再将模型检测到的特征与相关滤波结合,从而达到飞机的稳定跟踪效果并生成目标脱靶量.然后根据跟踪和脱靶量信息,开启激光器并利用激光测距原理来测量飞机的实时距离.最后进行基于光电经纬仪的飞机捕获与跟踪实验,以验证模型和算法的有效性和可行性.实验结果表明,通过深度学习和相关滤波获得的目标信息可以用于远距离飞机的捕获与跟踪,成功地消除了复杂环境和飞鸟的干扰,实现了飞机的稳定跟踪.