精华内容
下载资源
问答
  • 针对弹道中段目标识别时间资源有限的问题, 提出一种基于线性直觉模糊时间序列的目标融合识别方法. 新模型通过直觉模糊线性相关函数表征弹道中段目标识别信息的实时模糊变化特性, 构建目标识别结果的时序变化模型, 将...
  • 一种改进的聚类目标融合算法.pdf
  • 目标融合】基于拓展卡尔曼滤波实现车载激光雷达和雷达的数据融合matlab源码.md
  • 87多雷达成像传感器的目标融合系统_new.pdf
  • 关于多雷达成像传感器的目标融合系统的介绍说明.rar
  • 基于目标融合视角下的分享经济时代企业人力资源管理新思维
  • 提出了一种基于模糊推理的双波段红外图像弱小目标融合检测新算法。首先分别得到双波段红外差分图像,根据差分图像的噪声特性引入隶属度函数来衡量像素点灰度变化程度,对多帧差分图像进行融合,按照“IF…THEN…”...
  • 基于多光谱与显著性, 提出一种红外弱小目标融合检测算法。 该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起,利用它们在时空上的相关性及信息上的互补性,提高系统的检测性能。采用一种新的基于...
  • 行业分类-物理装置-一种车载雷达运动目标融合方法及装置.zip
  • 基于目标融合的神经序列标记的面向目标的舆论词提取 该存储库正在建设中。 依赖关系: python3 火炬0.4 如何运行(以14res数据集为例) (可选)准备词嵌入:(我们已经在代码/数据/目录中为您准备了。) 将手套...
  • 行业分类-物理装置-基于隐私数据保护的多目标融合学习方法、装置和系统.zip
  • 为了解决复杂场景下传统的运动目标检测问题, 利用证据推理—–谨慎有序加权平均方法(COWA-ER), 提出一种综合使用混合高斯、均值滤波和码本的多方法融合的检测方法. 该融合检测算法以上述3 种检测方法为准则建立一个...
  • 提出了一种基于平方证据权重的模糊证据组合方法,并应用于弱小目标多特征融合检测算法中,采用了证据理论中的基本概率分配函数来描述判决结果的不确定性,首先提取检测图像的局部灰度均值对比度、局部梯度均值对比度、...
  • 建立了天波超视距雷达(OTHR)量测模型、红外预警卫星(SBIRS)量测模型、天波超视距雷达和红外预警卫星基于序贯滤波的集中式融合跟踪方法;并在Matlab建立的典型仿真场景中验证了基于序贯滤波的集中式融合跟踪方法...
  •  主要的参考书籍为Mahler的《多源多目标统计信息融合》和韩崇昭的《多源信息融合》(ps:主推马勒这本,基本能够完美入门) 学习笔记下载 引言  目标跟踪是利用传感器各时刻采集的测量数据,对目标状态进行估计和...



    参考书籍

     主要的参考书籍为Mahler的《多源多目标统计信息融合》和韩崇昭的《多源信息融合》(ps:主推马勒这本,基本能够完美入门)

    学习笔记下载

    《多源多目标统计信息融合》学习笔记链接

    引言

     目标跟踪是利用传感器各时刻采集的测量数据,对目标状态进行估计和跟踪的过程,目标跟踪技术的研究一直是信息融合领域的重点。多目标跟踪技术在很多领域有着重要的重要作用,包括雷达,声纳,计算机视觉,机器人,交通监控等。目前,随着现代化和信息化程度不断提高,在目标跟踪问题研究中,跟踪场景和目标运动特性也日益复杂多变,目标跟踪技术面临着越来越高的性能要求。因此,目标跟踪技术的研究有着重要的实际意义是广泛的应用价值。
     单目标跟踪在早期主要针对海上船舶等单个目标的跟踪,能够完成对单点目标的跟踪。但是,随着科技的发展和技术的需要,显然不能够满足业界的需求,继续进行多目标的跟踪技术。在单目标到多目标跟踪的过渡时期,出现了假设各个目标独立,将单目标跟踪技术移植到多目标跟踪上,显然效果不佳,应用场景较少。随后基于对多目标贝叶斯滤波的求解和近似的方法问世,这极大的推进了多目标跟踪的发展。
     多目标跟踪技术(Multiple Target Tracking,即 MTT) 是非常复杂的涉及多学科多技术领域的问题,包括航迹起始、数据关联、跟踪算法、航迹消除、性能评估等内容,其中数据关联和跟踪算法是 MTT 技术中最重要的两个问题。

    多目标跟踪总结

     多目标跟踪主要有两种跟踪方法:基于数据关联的多目标跟踪方法和基于随机有限集的多目标跟踪方法。
     传统的基于数据关联的多目标跟踪算法采用数据关联对多个目标进行跟踪,将测量值分配给各个目标,再通过滤波技术完成目标状态估计。一般先采用数据关联技术确定每个目标与测量值的关联关系,即假设多个目标运动相互独立,按照某种数据关联准则实现单个目标与其测量值之间的有效关联,然后通过某种单目标的滤波算法分别估计每个目标的状态信息,从而实现对多目标的有效跟踪。
     基于随机有限集理论(FISST)的目标跟踪算法避免了数据关联问题,而是从后验概率密度函数中提取目标的状态。目前最常用的目标跟踪技术是贝叶斯滤波器,多目标贝叶斯滤波器通过预测步和更新步传递多目标状态的联合后验分布。

    多目标滤波器模型

     下列介绍的滤波器都是基于随机有限集理论体系。

    1. PHD滤波
       传递多目标后验概率密度的一阶统计矩,用后验强度近似多目标的后验密度
      优点:
       (1)PHD滤波器具有优异的计算复杂度,计算复杂度为O(mn), m为状态集的势大小,即目标个数,n为观测集的观测数,即单次观测的数据个数。
       (2)多目标统计模型包含目标的消失,新生,衍生,基本能够囊括实际的场景。
       (3)优异的抗杂波能力。
       (4)无需进行观测与航迹的数据关联。
      缺点:
       (1)当存在漏报时,估计不稳定,方差比较大。
       (2)由于是一阶矩估计,损失的信息较多
       (3)会把漏报航迹的权值转移到检报航迹的权值上,称为“远距幽灵效应”

    2. CPHD
       对目标PHD以及势分布进行同步预测和同步更新,使得估计较PHD更加准确
      优点:
       (1)直接可以有势得到目标数估计,而且方差较小。
       (2)较PHD,目标跟踪和定位能力得到了一定的改善。
      缺点:
       (1)计算复杂度为O(m^3 n),比PHD复杂
       (2)不能显式地表达衍生目标
       (3)会把漏报航迹的权值转移到检报航迹的权值上,称为“远距幽灵效应”

    3. MeMBer(多目标多伯努利)
       通过多伯努利 RFS 近似目标的后验概率密度,并对此密度函数进行循环递归。
      优点:
       (1)多伯努利滤波器模型不再采用基于泊松过程的模型,而是基于多伯努利过程。更好贴合实际场景。
      缺点:
       (1)存在过估计目标数

    4. CBMeMBer(势均衡多目标多伯努利)
       纠正了多伯努利滤波器的势上偏的情况,该滤波器可以无偏地估计目标的势,其算法稳定度优于 PHD 滤波,且计算复杂度并未明显增加。
      缺点:
       (1)该滤波器在预测步为精确计算,但是在更新步采用了多伯努利近似,所以存在着信息的损失。

    5. GLMB 和 LMB
       基于标记的RFS(随机有限集),包含航迹的标签,能够区分运动目标身份 ,这是质的飞跃。
      优点:
       (1)性能优于以上所有的滤波器,并且因为引入了标签能够对目标身份进行确认,否定了基于RFS理论的目标跟踪不能区分航迹这一断言。
       (2)具有较强的场景适应能力,该模型是属于精确闭式滤波器。
       (3)配合OSPA^(2)能够衡量航迹切换和航迹断裂的问题
      缺点:
       (1)计算复杂度相对较高,实时性有待改善。

    实现方法

    1. GM高斯混合
        常用于线性高斯
    2. SMC序贯蒙特卡洛
       常用于非线性非高斯,会用到聚类算法,运算速度较慢
    3. EKF扩展卡尔曼
       常用于非线性高斯最佳,也可以非高斯
    4. UKF无迹卡尔曼
       常用于非线性非高斯,运算速度较慢

    加快运行速度常规方法

     1.全局最近邻 GNN,利用关联门限,约束杂波数据,减小计算量
     2. 修改设计,简单粗暴
     3. 在更新之后对数据进行剪枝和合并

    致谢

    感谢诸君观看,如果感觉有用的话,点个赞吧!  欢迎到评论区留言🎉



    展开全文
  • 基于特征融合目标跟踪中,目标的特征由于某些干扰导致准确度较低。基于贝叶斯框架的特征融合算法进行目标跟踪时,不能达到最佳的跟踪效果。为了更好地融合目标的不同特征来实现不同场景的视频中的目标匹配,提出了...
  • 智能驾驶传感器融合仿真程序,很好的传感器融合流程学习资料,可直接运行,仿真动画逼真展示融合目标检测效果。
  • matlab开发-目标图像融合性能测量。目标图像融合性能测试
  • 复杂条件下,基于红外的多特征自适应融合运动目标跟踪
  • 该PPT为视觉目标跟踪算法中的多特征融合目标跟踪的PPT。
  • 重加权分布式多目标决策融合算法
  • 随着基于数据融合目标检测在军事以及自然防护等领域广泛应用,越来越多的研究希望通过对检测融合系统进行优化或引入新的检测融合方法来更好地进行目标检测,从而推动相关领域的发展.基于数据融合目标检测具有重要...
  • 其次,用带有随机噪声的一阶Markov模型对过程进行建模,研究量化误差的演变规律,并将该量化误差作为系统被估计状态的一个分量,建立一个部分过程噪声分量方差未知的目标跟踪模型;随后,以自适应无迹粒子滤波为基本滤波器...
  • 首先对雷达数据进行了预处理,主要是对空信号、静止目标和无效目标进行了筛选和剔除,然后结合同车道有效目标的判断方法,对相邻车道的非危险目标进行了滤除,获取初选目标,最后通过生命周期检验方法进一步验证目标...
  • 摘要:为了在融合图像中突出运动目标,提出了一种基于动态目标检测和识别的图像融合算 法。先对红外图像序列中的运动目标进行检测和提取,同时对红外和微光图像进行融合,最后 将提取到的红外目标融合图像进行二次...
  • 针对现有目标检测算法在检测时易受到图像尺度变化、目标间遮挡或截断等因素影响的问题,对卷积神经网络(convolutional neural network,CNN)中不同层次的特征...,提出了一种融合深度网络卷积特征的目标检测算法...
  • 提出一种融合Gabor 小波纹理特征与颜色特征的改进mean shift 目标跟踪算法. 首先, 提取移动目标的颜色特征和纹理特征直方图; 其次, 基于mean shift 算法定义融合相似度系数, 对特征空间进行融合并得出目标中心位置; ...
  • matlab 多目标处理 JPDA 信息融合
  • 论文仅供学习参考使用。...提出使用目标性作为先验信息得到前景显著图,并且利用乘法运算将其与基于背景先验信息计算的显著图相融合,然后进行空间优化得到单尺度下的显著图,最终显著图为多尺度显著图的加权融合
  • 实验结果表明,RF-YOLOv2模型能获得更深层的特征、能融合更多尺寸的目标信息,改善了目标检测过程中由实际道路场景复杂、目标外形和结构多变等特点导致的检测率不高问题,在保证算法实时性的条件下,提高了对目标检测的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 136,337
精华内容 54,534
关键字:

目标融合