搜索结果: 1-15 共查到“目标跟踪”相关记录431条 . 查询时间(0.142 秒)
基于激光雷达的无人驾驶3D多目标跟踪
无人驾驶 激光雷达 3D目标检测 3D多目标跟踪
2024/1/16
无人驾驶汽车行驶是连续时空的三维运动,汽车周围的目标不可能突然消失或者出现,因此,对于感知层而言,稳定可靠的多目标跟踪(Multi-object tracking,MOT)意义重大.针对传统的目标关联和固定生存周期(Birth and death memory,BDM)管理的不足,提出基于边界交并比(Border intersection over union,BIoU)度量的目标关联和自适应生存...
基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪
多扩展目标跟踪 厚尾噪声 随机超曲面 多伯努利
2024/1/16
针对厚尾噪声条件下不规则星凸形多扩展目标跟踪(Multiple extended target tracking,METT)问题,提出一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法.首先,采用学生t分布对厚尾过程噪声和量测噪声进行建模,并基于有限集统计(Finite set statistics,FISST)理论利用随机超曲面模型(Random hypersurface model,RHM...
中国科学院声学研究所专利：一种无人水下航行器的目标跟踪控制方法
一种用于目标跟踪边界框回归的光滑IoU损失
光滑IoU损失 $\ell_n$-norm损失 边界框回归 目标跟踪
2024/1/17
边界框回归分支是深度目标跟踪器的关键模块,其性能直接影响跟踪器的精度.评价精度的指标之一是交并比(Intersection over union,IoU).基于IoU的损失函数取代了$\ell_n$-norm损失成为目前主流的边界框回归损失函数,然而IoU损失函数存在2个固有缺陷:1)当预测框与真值框不相交时IoU为常量0,无法梯度下降更新边界框的参数;2)在IoU取得最优值时其梯度不存在,边界框...
现有基于孪生网络的单目标跟踪算法能够实现很高的跟踪精度,但是这些跟踪器不具备在线更新的能力,而且其在跟踪时很依赖目标的语义信息,这导致基于孪生网络的单目标跟踪算法在面对具有相似语义信息的干扰物时会跟踪失败.为了解决这个问题,提出了一种异步相关响应的计算模型,并提出一种高效利用不同帧间目标语义信息的方法.在此基础上,提出了一种新的具有判别性的跟踪算法.同时为了解决判别模型使用一阶优化算法收敛慢的问题...
基于单声矢量传声器虚拟扩展的多机动声目标跟踪算法
声矢量传声器 高阶累积量 虚拟扩展 广义标签多伯努利滤波 多目标跟踪
2024/1/17
为解决单声矢量传声器(Acoustic vector sensor,AVS)可跟踪声目标数目少、跟踪性能差的问题,提出了基于AVS虚拟扩展的多机动声目标跟踪算法.首先,引入高阶累积量预处理过程并建立高阶似然函数,不仅能够抑制高斯噪声、提高估计精度,还可通过AVS的虚拟扩展增加可跟踪目标数目.然后,在边缘化$\delta$广义标签多伯努利(Marginalized$\delta$-generaliz...
传统的基于直方图分布的目标颜色模型,由于跟踪过程的实时性要求其区间划分不宜过细,因此易导致同一区间有差异的颜色难以区分;此外,还存在易受背景干扰的问题.本文提出一种新的背景抑制目标颜色分布模型,并在此基础上设计了一个合成式的目标跟踪算法.新的颜色分布模型将一阶及二阶统计信息纳入模型,并设计了基于人类视觉特性的权重计算方式,能有效区分同一区间内的差异色且抑制背景颜色在模型中的比重。
水下目标跟踪在海洋资源的开发利用以及国家安全的防御等方面都具有广泛的应用价值和重要的战略意义.基于水下传感器网络(Underwater sensor networks,USNs)的目标跟踪技术凭借其覆盖范围广、观测时间长和实时融合等优势已经成为一个新的研究热点.本文针对基于USNs的目标跟踪关键技术的基本思想、研究进展、应用及局限性进行了综述,主要从以下几个角度对其展开论述:USNs的建设现状、系...
在2020年8月23-28日欧洲视觉会议（European Conference on Computer Vision，ECCV2020）举办的视觉目标跟踪竞赛（Visual-Object-Tracking Challenge, VOT2020）中，江南大学人工智能与计算机学院教授吴小俊和英国萨里大学电子工程系教授Josef Kittler带领的模式识别与计算智能国际联合实验室（IJLPRCI）在...
特殊条件下潜艇可利用双线导鱼雷被动声自导方式对水面目标实施攻击，双线导鱼雷与艇艏综合声纳就构成了一个三基阵被动探测系统。此时依据探测的方位信息，首先根据最小二乘法得到目标位置的初步估计，然后将其作为测量值用于交互多模型算法（IMM）并结合线性卡尔曼滤波（KF），即可实现对机动目标的跟踪，从而有效避免应用非线性估计算法直接进行多基阵方位数据处理过程中存在的各种障碍。仿真结果表明这一算法简单有效、收敛...
目标跟踪是计算机视觉领域一个重要的研究热点，应用范围广，包括无人机监察、无人驾驶、行人与车辆监控等。目标跟踪从上世纪50年代初起源至今，尽管已有大量研究成果，但对于复杂场景的实时目标跟踪依旧难以实现。目标跟踪过程中的目标变形、光照变化、尺度变化、快速运动与模糊、遮挡等依然是稳定跟踪目标的艰巨挑战。目前，主流的目标跟踪算法主要有传统目标跟踪方法和基于深度学习的目标跟踪算法。传统目标跟踪方法在跟踪实时...
针对复杂环境下的目标跟踪问题，将基于归一化DPM直方图的粒子滤波与基于局部HSV+LBP融合特性的meanshift跟踪算法相结合，构建了全局局部一致性下的目标跟踪算法。该算法将鲁棒性较强的全局颜色信息与局部纹理信息相结合，构建权重可调的全局局部状态估计模型，从而得到目标当前状态。实验结果表明：该算法能够较好的处理目标跟踪常见的遮挡、干扰、目标快速移动等情况，最终实现对目标的稳定跟踪。
井下目标跟踪与测距方法研究
目标跟踪 双目视觉 Kalman滤波 跟踪漂移
2020/5/14
矿井下存在某些危险区域，这些区域不允许工人在未采用安全措施的情况下进入，然而由于一些环境或人为因素，使得常用的警示标志不够有力，导致了井下事故的发生。因此，文章介绍了一种采用基于计算机视觉的自动检测方法检测工人是否进入危险区域的方法，该方法首先使用核相关滤波算法KCF(Kernel Correlation Filter)跟踪目标，然后利用双目视觉原理对跟踪的目标进行测距，同时利用Kalman滤波算...