基于多任务联合学习的多舰船目标跟踪方法

来源：计算机测量与控制杂志2025年第9期北京时间：

作者：陈旸,刘宇,王敏,常晓宇,陈金勇

单位：中国电子科技集团公司第七研究所

摘要：利用高分辨率卫星视频数据对大范围海上目标进行实时检测和跟踪，在国防军事、公共安全等领域具有重要应用。然而，现有目标跟踪研究主要集中在自然图像领域，且主要针对单目标跟踪问题。针对海面背景复杂、舰船尺寸多样且部分目标占像素较少、目标间的交叉运动容易出现目标混淆和跟踪丢失等问题，提出了基于一个基于点表示的目标检测和身份重识别的多任务学习模型，在CenterNet网络中使用多层次特征聚合网络来提取多尺度特征，并以目标中心点的识别和定位来实现目标检测，避免了anchor框和非极大值机制的计算开销。此外，采用目标身份分类和多任务学习损失自适应平衡方法，解决了舰船目标检测和身份重识别任务的特征学习目标冲突问题。通过自建目标跟踪数据集，在24段视频的测试下，多目标跟踪系统的目标检测召回率、目标检测准确率、多目标跟踪召回率、多目标跟踪精确率分别达到88.3%、95.9%、90.2%和98.0%，较好地实现了目标跟踪。

关键词：多舰船目标;目标跟踪;目标检测;卫星视频;多层次特征聚合网络