简介：在高光谱视频目标跟踪领域,背景杂波通常会影响跟踪的准确性.为解决这一问题,提出了一种基于光谱分割的孪生融合高光谱目标跟踪算法.通过计算未知像素与目标局部区域的最大、最小光谱曲线的偏差,并根据预设阈值实现目标与背景的精确分割.随后计算目标光谱曲线,将目标光谱曲线与搜素区域像素的光谱曲线进行光谱角距离运算完成降维.将降维后图像分别送入负责提取目标深层语义信息的语义解析网络和负责提取目标浅层特征的外观描述网络,得到两张目标响应图,从多角度增强目标识别效果.最后,根据平均峰值相关能量计算响应图权重,对响应图进行加权融合,最终确定目标位置完成跟踪.为验证文中算法的有效性,选择六种跟踪算法进行对比,并进行消融实验,其中包括四种高光谱目标跟踪算法和两种RGB目标跟踪算法.实验结果表明,文中算法通过结合浅层外观信息和深层语义特征,在背景杂波和光照变化等挑战下,均表现优秀的跟踪性能.尤其在背景杂波挑战下实现了69.98％的成功率,比排名第二的算法高出4.48％,精度为89.66％,比排名第二的算法高出0.59％.此外,在所有测试序列上,文中算法成功率达到63.8％,位居第一.由实验结果表明,该算法在应对背景杂波的高光谱目标跟踪任务中具有较强的鲁棒性和优越的跟踪性能.展开
