文献类型：期刊文章

作　　者：胡阳光[1] 肖明清[1] 刘兆政[1] 王晓田[2] 赵亚兴[3]

HU Yangguang;XIAO Mingqing;LIU Zhaozheng;WANG Xiaotian;ZHAO Yaxing(Aeronautics Engineering College,Air Force Engineering University,Xi'an 710038,China;School of Astronautics,Northwestern Polytechnical University,Xian 710072,China;Unit 95920 of the PLA,Hengshui 253801,China)

机构地区：[1]空军工程大学航空工程学院,陕西西安710038 [2]西北工业大学航天学院,陕西西安710072 [3]中国人民解放军95920部队,河北衡水253801

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金面上项目（61703337）;航天科学与技术创新基金（SAST2017-082）资助课题

年　　份：2020

卷　　号：42

期　　号：4

起止页码：740-748

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。

关 键 词：目标跟踪 图像复杂度 运动复杂度  序列复杂度  算法评估  

分 类 号：TP391]