计算机工程

作者：王泽瑞, 陈实

单位：1. 中国科学院 国家空间科学中心 复杂航天系统电子信息技术重点实验室, 北京 1001902. 中国科学院大学 计算机科学与技术学院, 北京 100049

关键词：深度特征,卷积神经网络,模板匹配,特征融合,遥感图像

基金：中国科学院国家空间科学中心“攀登计划”(E1PD30031S)

天基高价值目标连续跟踪在态势预警、军事决策等方面有着广泛应用。目前基于遥感视频卫星的跟踪都是单星目标跟踪，由于低轨卫星过顶时间有限，因此难以进行连续跟踪。为了实现跨星接力跟踪，接力卫星在经过非连续时间的目标环境和观察视角变化后需要唯一地匹配出高价值目标，为此，采用卷积神经网络VGG19作为主干网络，提出一种基于深度特征的质量感知旋转舰船模板匹配算法。设计双级特征融合模块，通过融合不同深度的特征信息解决因舰船目标尺寸差异较大导致的匹配不准确问题；针对因环境变化导致的定位不准确问题，引入质量感知模板匹配模块；使用细粒度舰船角度定位模块，利用贝叶斯公式确定舰船方向信息，为跨星连续跟踪提供准确的模板。实验结果表明，该算法提高了舰船目标匹配准确率，相对于QATM、DDIS、SIFT方法，AUC分别提升了9.5、16.0和17.5个百分点，AP75分别提升了21.1、30.5和6.9个百分点，所提算法可以有效提高舰船模板匹配的精度，能够为实现卫星星座跨星连续跟踪提供技术支持。

来源：2023年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第12期