一种多目标跟踪中的数据关联方法.pdf
一只****呀9
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种多目标跟踪中的数据关联方法.pdf
本发明公开了一种多目标跟踪中的数据关联方法包括,收集多分量海底节点数据,并对所述数据进行预处理;根据预处理后的参数构建平面波基函数,将频率空间域数据转换为时间平面波域数据;引入自适应匹配因子,实现时间平面波域数据的自适应匹配,分离出上行波和下行波海底节点数据;分别将分离出的上行波和下行波海底节点数据转化到频率域,进行上下行波反褶积;将反褶积结果转换回时空域,得到一次反射格林函数,也即一次反射海底节点数据,实现压制。本方法可以消除震源子波的影响,解决传统的自由表面相关多次波压制处理技术,不能适应海底节点观测
一种基于蚁群算法的多目标跟踪数据关联方法.docx
一种基于蚁群算法的多目标跟踪数据关联方法摘要:多目标跟踪数据关联问题是一个重要的计算机视觉研究领域。在本论文中,我们提出了一种基于蚁群算法的多目标跟踪数据关联方法。该方法结合了蚁群算法的优良性能和多目标跟踪数据关联问题的实际需求,能够对多个目标进行有效地跟踪和数据关联。通过实验验证,该方法可以得到很好的结果,证明了该方法的有效性和实用性。关键词:蚁群算法;多目标跟踪;数据关联;基于概率模型1.引言多目标跟踪是一个重要的计算机视觉领域,它的目标是对图像、视频和其他传感器输入进行实时地分析和处理,以确定场景中
一种基于多模型融合和数据关联的多目标跟踪方法.pdf
本发明公开一种基于多模型融合和数据关联的多目标跟踪方法,其首先利用帧间差分法检测出运动目标轮廓和质心坐标;接着融合金字塔光流法和卡尔曼滤波预测下一时刻运动目标的质心坐标;然后将质心坐标预测值和下一时刻质心坐标检测值之间的欧式距离构成效益矩阵,利用匈牙利算法进行数据关联得到最优匹配;最后去除跟踪器中不满足要求的部分,同时为未指派的检测建立跟踪单元,从而实现多目标跟踪;本发明方法受光线变化和背景噪声干扰较小,解决了目标遮挡或目标间相互干扰导致的跟踪失效,提供多目标跟踪的准确率,具有较好的实时性和鲁棒性。
一种基于目标检测和联合概率数据关联的多目标跟踪方法.docx
一种基于目标检测和联合概率数据关联的多目标跟踪方法摘要:多目标跟踪是计算机视觉领域的一个核心问题,它对人类社会具有重要的应用价值。本文主要介绍了一种基于目标检测和联合概率数据关联的多目标跟踪方法。该方法利用卷积神经网络进行目标检测,进而获取目标的位置和特征信息。之后,利用联合概率数据关联算法进行多目标跟踪。实验结果表明,该方法比传统算法更加鲁棒、准确,适用范围更加广泛。关键词:多目标跟踪,目标检测,联合概率数据关联,卷积神经网络一、Introduction多目标跟踪旨在从视频序列中提取出一个或多个运动物体
一种基于改进蚁群算法的多目标跟踪数据关联方法.docx
一种基于改进蚁群算法的多目标跟踪数据关联方法摘要数据关联是多目标跟踪中的一个重要问题,主要目的是将多组来源的数据进行融合,建立对象与数据之间的对应关系。在本文中,我们提出了一种基于改进蚁群算法的多目标跟踪数据关联方法。首先,我们对现有的蚁群算法进行了分析并提出了改进方法。然后,我们将该算法应用于多目标跟踪数据关联问题,并进行了实验验证。实验结果表明,我们提出的方法具有较高的准确性和鲁棒性。关键词:数据关联;多目标跟踪;蚁群算法;改进方法引言多目标跟踪是指在视频、雷达、红外等多种传感器数据的帮助下对多个目标