共查询到20条相似文献,搜索用时 9 毫秒
1.
本文讨论了雷达多目标跟踪的神经网络方法。实验结果表明,此法不仅可以解决传统方法带来的组合爆炸问题,从而实现实时的多目标跟踪,而且还可以解决跟踪精度问题,提高跟踪的准确性。 相似文献
2.
总结了自组织神经网络的结构、训练方法;分析了在多目标跟踪问题中数据关联的重要性及传统的数据关联方法的局限性;研究了在多目标环境下运用自组织神经网络解决数据关联的问题。提出了一种基于自组织神经网络对多个目标实施跟踪的算法,此算法采用自组织神经网络的聚类功能对目标进行数据关联处理,并将经过卡尔曼滤波后的数据信息结合到神经网络的学习训练中。仿真实验结果表明此算法能在多目标环境下取得较好的跟踪效果。 相似文献
3.
4.
本文提出一种新的解决多目标跟踪(MTT)问题的方法,该问题通过一总的模型利用系统识别技术可同时解决数据关联(DA)和机动估计问题。用这种方法,以前所研究的单目标跟踪/加速度估计技术也可直接用于MTT问题,尤其是通过问题的公式化,就可将多模(自适应)卡尔曼滤波(MMKF)效应用于多目标跟踪问题使之获得最佳解。对于大家关心的计算量考虑可应用多模卡尔曼滤波(MMKF)的某些准最佳解。 相似文献
5.
6.
7.
毛焕陈宇麟严舒婷陈锋 《无线电通信技术》2023,(4):740-745
多目标跟踪是智慧城市交通安防的重要技术之一。为了提高多目标跟踪的准确性并改善真实场景下的遮挡问题,提出了一种结合重识别特征和运动预测的多目标跟踪方法。在多目标检测网络中扩展一个基于卷积神经网络(Convolutional Neural Networks, CNN)的重识别特征分支,提取目标的重识别特征;采用基于置信度的卡尔曼滤波预测模型来预测轨迹的空间分布以改善目标的遮挡问题,结合检测目标和轨迹在重识别特征和位置两方面的相似度来完成目标关联。实验结果表明,所提出的方法在真实行人场景下的跟踪精度优于大多数算法,具备一定的应用潜力。 相似文献
8.
9.
为提高基于滤波的多目标跟踪方法的性能,提出了一种多伯努利平滑方法.该方法由前向滤波和反向平滑两部分组成,前向滤波采用势平衡多目标多伯努利滤波,反向平滑利用多伯努利概率密度近似多目标平滑状态的概率密度,实现多目标平滑状态概率密度的反向递推计算.仿真结果表明,与滤波相比,多伯努利平滑对目标数量和目标状态的估计精度都有显著提高. 相似文献
10.
多目标跟踪应用于空中预警系统,对提高预警范围、控制战场势态起着重要作用。目前,我国的多目标跟踪技术尚处在理论研究阶段,研究发展多目标跟踪技术,对于充分发挥预警机系统信息资源潜力、提高作战效能,具有重大的现实意义。作者介绍了多目标跟踪的原理,并重点阐述了机载预警相控阵雷达多目标跟踪技术的主要研究内容和方法。 相似文献
11.
12.
13.
神经网络的大规模并行分布或非线性处理特征为其在雷达信息处理应用奠定了基础。神经网络在雷达信息预处理,多目标跟踪雷达目标识别,下伏面识别,空中交通管制雷达信息分类和反辐射导弹制导方面具有大量应用实例,并且建立了反向散射神经网络模型。本文旨在各种基于神经网络的雷达信息处理方法和结构,详细介绍了利用神经地目标数据进行优化处理,提高目标跟踪分类和识别能力,建立杂波模型等雷达信息处理各个方面的应用,展示了 相似文献
14.
15.
16.
多目标跟踪(Multi-Object Tracking,MOT)是智能交通和智慧城市的关键技术之一。针对真实场景下行人多目标跟踪困难的问题,提出了一种基于注意力机制的行人多目标跟踪(Pedestrian Multi-Object Tracking based on Self-Attention,PMOT)算法。在特征提取网络增加注意力机制模块,利用Transformer的编码器结构对行人特征的空间信息进行编码以增强行人的局部特征,实现目标关联精度的提升。为了改善由于长时间遮挡导致的行人目标丢失问题,PMOT算法在数据关联中扩展一个参考特征分支,并结合行人运动特征与外观特征的相似度来实现目标匹配。实验结果表明,提出的算法在MOT17数据集上取得77.0%的跟踪准确度,有效提高了行人目标的跟踪效果。 相似文献
17.
18.
传统的多目标跟踪数据关联算法需要提前知晓目标运动模型和杂波密度等先验信息,然而这些先验信息在跟踪之前无法及时准确地获取。针对这个问题,提出一种基于Transformer网络的多目标跟踪数据关联算法。首先,考虑到传感器会存在漏检的情况,引入虚拟量测来重新建立数据关联模型。在此基础上,提出基于Transformer网络的数据关联方法来解决多目标与多量测的匹配问题。同时,设计了一种掩蔽交叉熵损失与重叠度损失相结合的损失函数(MCD)用于优化网络参数。仿真和实测数据结果表明:在不同检测概率条件下,所提算法性能均优于经典的数据关联算法和基于双向长短时记忆网络的算法。 相似文献
19.
20.