-
公开(公告)号：CN105913080B
公开(公告)日：2019-02-22
申请号：CN201610216834.5
申请日：2016-04-08
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于随机矩阵机动非椭圆扩展目标联合跟踪与分类方法，主要解决现有技术不能处理机动非椭圆扩展目标联合跟踪与分类的问题。其实现步骤是：首先，将非椭圆扩展目标划分为多个椭圆子目标，并用子目标的相对关系表示其结构信息；其次，基于用随机矩阵描述子目标状态的方式，在贝叶斯框架下用多模型方法对子目标进行滤波；最后，根据滤波结果和子目标之间的结构信息实时估计子目标的运动状态、扩展状态以及非椭圆扩展目标的类状态。仿真实验表明，本发明有效解决了机动非椭圆扩展目标联合跟踪和分类问题，可用于目标跟踪系统。
-
公开(公告)号：CN105913080A
公开(公告)日：2016-08-31
申请号：CN201610216834.5
申请日：2016-04-08
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6277
摘要： 本发明公开了一种基于随机矩阵机动非椭圆扩展目标联合跟踪与分类方法，主要解决现有技术不能处理机动非椭圆扩展目标联合跟踪与分类的问题。其实现步骤是：首先，将非椭圆扩展目标划分为多个椭圆子目标，并用子目标的相对关系表示其结构信息；其次，基于用随机矩阵描述子目标状态的方式，在贝叶斯框架下用多模型方法对子目标进行滤波；最后，根据滤波结果和子目标之间的结构信息实时估计子目标的运动状态、扩展状态以及非椭圆扩展目标的类状态。仿真实验表明，本发明有效解决了机动非椭圆扩展目标联合跟踪和分类问题，可用于目标跟踪系统。
-
公开(公告)号：CN105427340B
公开(公告)日：2018-03-06
申请号：CN201510755799.X
申请日：2015-11-09
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： G06T7/20
摘要： 本发明公开了一种基于改进箱粒子滤波的视频目标跟踪方法，主要解决现有粒子滤波视频目标跟踪方法针对大动态范围目标跟踪中存在的搜索和捕捉性能差以及粒子采样效率低的问题。其实现步骤是：1.在粒子滤波框架下将普通点粒子拓展为箱粒子，通过目标状态预测得到候选目标，提取候选目标特征；2.通过计算候选目标特征与模板之间的距离，对箱粒子进行收缩，并得到对应权值；3.对箱粒子进行重采样，进而融合得到目标的状态估计，实现对目标的可靠跟踪。本发明实现了对目标状态空间的高效覆盖，提高了采样效率，提升了对大动态范围目标的搜索和捕捉性能，可用于视频监控、目标跟踪系统。
-
公开(公告)号：CN105427340A
公开(公告)日：2016-03-23
申请号：CN201510755799.X
申请日：2015-11-09
申请人： 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC分类号： G06T7/20
CPC分类号： G06T2207/10016 , G06T2207/20024
摘要： 本发明公开了一种基于改进箱粒子滤波的视频目标跟踪方法，主要解决现有粒子滤波视频目标跟踪方法针对大动态范围目标跟踪中存在的搜索和捕捉性能差以及粒子采样效率低的问题。其实现步骤是：1.在粒子滤波框架下将普通点粒子拓展为箱粒子，通过目标状态预测得到候选目标，提取候选目标特征；2.通过计算候选目标特征与模板之间的距离，对箱粒子进行收缩，并得到对应权值；3.对箱粒子进行重采样，进而融合得到目标的状态估计，实现对目标的可靠跟踪。本发明实现了对目标状态空间的高效覆盖，提高了采样效率，提升了对大动态范围目标的搜索和捕捉性能，可用于视频监控、目标跟踪系统。
-
公开(公告)号：CN116736289A
公开(公告)日：2023-09-12
申请号：CN202310664408.8
申请日：2023-06-06
申请人： 西安电子科技大学
IPC分类号： G01S13/72 , G01S7/41 , G06F18/213 , G06F18/214 , G06N3/084
摘要： 本发明公开一种基于预测更新网络和动态波门的多机动目标跟踪方法，实现步骤如下：利用构建的预测网络和更新网络的训练集，分别训练预测网络和更新网络。利用构建的预测网络得到待跟踪目标的预测位置向量；利用动态波门得到待跟踪目标的有效量测并判断待跟踪目标是否出现机动；根据全局最近邻GNN算法为待跟踪目标分配关联量测向量；利用训练好的更新网络得到待跟踪目标的更新位置向量。本发明通过预测更新网络和动态波门的结合，摆脱了预设模型和模型间转移概率的限制，实现了对多机动目标自适应跟踪的同时提高了跟踪精度。
-
公开(公告)号：CN116738364A
公开(公告)日：2023-09-12
申请号：CN202310663391.4
申请日：2023-06-06
申请人： 西安电子科技大学
摘要： 本发明公开一种基于角度关联的多源传感器量测融合方法，其实现步骤是：计算每个目标与每个传感器间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，利用量测方位角差值对量测关联组合进行筛选；结合最小二乘法对筛选后量测进行角度关联，得到量测定位点；对量测定位点采取定位线关联程度的一次修正和主动传感器位置量测的二次修正，排除多数错误的定位点，对二次修正后仍有的错误定位点，利用判断法则修正，得到可以进行跟踪滤波的最终量测。本发明的多源传感器系统在量测融合方面计算复杂度低，提高了量测融合精度，提高了多目标跟踪的准确性。
-
公开(公告)号：CN108320302B
公开(公告)日：2019-10-11
申请号：CN201810079318.1
申请日：2018-01-26
申请人： 西安电子科技大学
IPC分类号： G06T7/277
摘要： 本发明公开了一种基于随机超曲面的CBMeMBer多目标跟踪方法，主要解决在对多扩展目标跟踪过程中无法估计出多扩展目标形状问题，并且也能降低算法复杂度的同时提高对多扩展目标跟踪的精度。本发明实现的步骤如下：(1)输入量测；(2)量测划分；(3)随机超曲面建模目标量测源；(4)预测目标状态；(5)更新目标状态；(6)修剪目标状态；(7)提取目标状态；(8)判断是否为最后一次迭代，若是，则结束，否则，返回步骤(2)进行下一次跟踪。本发明通过利用随机超曲面建模目标量测源，使得能对目标质心位置实时精确估计的同时，也能够估计出目标的形状，于此同时降低了算法的时间复杂度。
-
公开(公告)号：CN108320302A
公开(公告)日：2018-07-24
申请号：CN201810079318.1
申请日：2018-01-26
申请人： 西安电子科技大学
IPC分类号： G06T7/277
摘要： 本发明公开了一种基于随机超曲面的CBMeMBer多目标跟踪方法，主要解决在对多扩展目标跟踪过程中无法估计出多扩展目标形状问题，并且也能降低算法复杂度的同时提高对多扩展目标跟踪的精度。本发明实现的步骤如下：(1)输入量测；(2)量测划分；(3)随机超曲面建模目标量测源；(4)预测目标状态；(5)更新目标状态；(6)修剪目标状态；(7)提取目标状态；(8)判断是否为最后一次迭代，若是，则结束，否则，返回步骤(2)进行下一次跟踪。本发明通过利用随机超曲面建模目标量测源，使得能对目标质心位置实时精确估计的同时，也能够估计出目标的形状，于此同时降低了算法的时间复杂度。
-
公开(公告)号：CN115561749A
公开(公告)日：2023-01-03
申请号：CN202211242778.4
申请日：2022-10-11
申请人： 西安电子科技大学
摘要： 一种基于预测网络和更新网络的多目标自适应跟踪方法，实现步骤如下：利用生成的预测网络和更新网络的训练集，分别训练用于从目标历史位置向量中学习运动方式来预测目标位置向量的预测网络，以及用于通过从量测中学习噪声特性来更新目标位置向量的更新网络。利用训练好的预测网络预测目标的位置向量；利用全局最近邻GNN算法，为待跟踪目标分配对应量测；利用训练好的更新网络从量测中更新目标位置向量。本发明通过两种网络分别预测和更新目标的位置，摆脱了模型和噪声先验的限制，使得本发明在跟踪多目标时自适应处理多种运动方式的同时提高了跟踪精度。
-
公开(公告)号：CN106569204A
公开(公告)日：2017-04-19
申请号：CN201610917808.5
申请日：2016-10-21
申请人： 西安电子科技大学
IPC分类号： G01S13/68
CPC分类号： G01S13/68
摘要： 本发明公开了一种子椭圆个数可变的非椭圆扩展目标跟踪方法，主要解决现有技术不能处理由非椭圆扩展目标姿态机动带来子椭圆个数变化的问题。其实现步骤是：首先，将非椭圆扩展目标扩展状态用多个子椭圆建模；其次，对多个子椭圆目标的状态进行预测，并分解符合分解准则的预测子椭圆目标状态；最后，对分解后的预测子椭圆目标状态进行更新，并合并符合合并准则的更新后的子椭圆目标更新状态，得到合并后的子椭圆目标更新状态。仿真实验表明，本发明有效解决了子椭圆个数变化的非椭圆扩展目标跟踪问题，提高跟踪的效率，可用于雷达目标跟踪系统。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.049 秒)
