基于超分辨率重建和混合网络的遥感目标跟踪方法
Hongqing Wan1, Sha Xu1, Yali Yang1
1School of Mechanical and Automotive Engineering, Shanghai University of Engineering Science, 333 Longteng Road, Songjiang District, Shanghai 201620, China.
Journal of imaging
|February 25, 2025
概括
这项研究引入了一种新的超高分辨率混合网络,用于增强远程传感目标跟踪. 该方法提高了跟踪精度和识别,优于复杂的遥感数据的传统算法.
科学领域:
- 计算机视觉 计算机视觉
- 遥感技术 遥感技术 遥感技术
- 人工智能的人工智能
背景情况:
- 遥感图像带来了诸如高复杂性,扭曲和大规模变化等挑战.
- 遥感目标的非线性运动特征阻碍了现有方法的准确跟踪.
- 当前的算法通常会导致显著的跟踪错误,影响数据实用性.
研究的目的:
- 为了解决当前遥感目标跟踪算法的局限性.
- 提出一种新的目标追踪方法,提高准确性并减少错误.
- 利用超高分辨率技术,以实现高分辨率图像的成本效益高的获取和分析.
主要方法:
- 使用超高分辨率的重建网络来提高遥感图像的分辨率.
- 混合神经网络用于估计目标运动后检测.
- 匈牙利算法用于有效匹配跟踪目标的身份.
主要成果:
- 拟议的方法实现了67.8%的追踪精度.
- 认可识别F-措施 (IDF1) 值达到了0.636.
- 绩效指标显示出优于传统的目标跟踪算法.
结论:
- 开发的超高分辨率混合网络有效地提高了远程传感目标跟踪精度.
- 该方法符合复杂遥感场景中精确追踪目标的要求.
- 这种方法为获得用于跟踪应用的高分辨率图像提供了具有成本效益的解决方案.
