摘要 —本文主要研究基于视觉的无人机导航障碍物检测与跟踪问题。通过将物体检测和跟踪有效地集成到动态卡尔曼模型中,开发了一种从单目图像序列中进行实时物体定位和跟踪的策略。在检测阶段,通过每帧图像背景连接线索计算出的显著性图自动检测和定位感兴趣的物体;在跟踪阶段,采用卡尔曼滤波器对物体状态进行粗略预测,然后通过结合显著性图和两个连续帧之间的时间信息的局部检测器进一步细化预测。与现有方法相比,所提出的方法不需要任何手动初始化跟踪,运行速度比同类最先进的跟踪器快得多,并且在大量图像序列上实现了具有竞争力的跟踪性能。大量实验证明了所提出方法的有效性和优异的性能。
主要关键词