与传统的彩色视频相比，高光谱视频由于具有良好的光谱分辨率，在目标跟踪方面表现出优异的性能。然而，目前的研究还缺乏有效的应对跟踪中产生光照变化的策略。为了解决此类问题，本文提出了一种基于空间光谱聚类和光照感知融合的高光谱目标跟踪算法（Hyperspectral Object Tracking Based on Spatial-Spectral Clustering and Illumination-Aware Fusion， HSCIF）。首先，利用空间光谱聚类提取目标聚类的平均光谱曲线，再与高光谱图像进行光谱角距离计算实现降维，达到增强目标且抑制背景的效果。随后，通过多光照感知模块模拟光照的变化，增强跟踪器应对光照变化的能力。再将原始特征与多光照感知特征进行自适应融合，得到带有多光照条件下的混合特征信息。最终，将该特征送入预测头网络，得到目标的跟踪结果。实验结果表明，HSCIF具有较强的鲁棒性和准确的目标定位能力。面对光照变化挑战，在成功率上比最先进的高光谱跟踪器PHTrack高了5.1%。
暂无评论