基于机器学习的多传感器目标航迹关联研究的任务书.docx

基于机器学习的多传感器目标航迹关联研究的任务书
任务书
一、任务目标：
本研究旨在基于机器学习技术，研究多传感器目标航迹关联，并设计相应的算法，实现多传感器目标航迹的自动关联与融合。具体目标包括：
1.掌握多传感器目标航迹的基本概念和关联原理。
2.熟悉机器学习相关算法，尤其是基于深度学习的目标匹配算法。
3.设计并实现多传感器目标航迹关联算法，包括目标识别、特征提取、特征匹配、航迹融合等。
4.验证算法有效性，进行实验研究，并比较不同算法的性能。
二、任务内容：
1.多传感器目标航迹关联基础知识学习
1.1多传感器目标航迹数据特点分析
1.2多传感器目标航迹关联基本概念学习
1.3多传感器目标航迹关联技术分类
1.4多传感器目标航迹关联性能指标研究
2.机器学习基础理论学习
2.1机器学习基本概念学习
2.2机器学习分类技术研究
2.3机器学习训练数据集选择与处理
3.基于机器学习的多传感器目标航迹关联算法研究
3.1多传感器目标识别技术研究
3.2目标特征提取与匹配算法研究
3.3航迹融合算法研究
4.实验研究与分析
4.1多传感器目标航迹数据集的构建与预处理
4.2验证算法有效性，进行实验研究
4.3比较不同算法的性能，进行分析研究
三、任务计划：
1.第1-2周：多传感器目标航迹数据特点分析与多传感器目标航迹关联基本概念学习。
2.第3-4周：机器学习基础理论学习，包括机器学习基本概念、机器学习分类技术、机器学习训练数据集选择与处理等方面。
3.第5-6周：基于机器学习的多传感器目标航迹关联算法研究，包括目标识别技术研究、目标特征提取与匹配算法研究、航迹融合算法研究等。
4.第7-8周：多传感器目标航迹数据集的构建与预处理，设计实验方案。
5.第9-10周：验证算法有效性，进行实验研究。
6.第11-12周：比较不同算法的性能，进行分析研究。
四、参考文献：
1.AndreA.C.,GarciaV.C.,BorneA.,etal.Automatedtargettrackingbysensorfusion[C]//Proceedingsof20179thInternationalWorkshoponPowerTransmission.IEEE,2017.
2.LinY.,ShiX.,QiH.,etal.Cross-modaldeepmetriclearningwithmulti-taskregularizers[C]//IEEEWinterConferenceonApplicationsofComputerVision.IEEE,2018.
3.ZhangH.,LiuY.,ZhangX.,etal.Multi-SensorDataFusionforReentryVehicleTracking[C]//2018IEEEAerospaceConference.IEEE,2018.
4.SuH.,ZhangS.,XuJ.,etal.Deeplearningbasedmulti-sensorfusionfortrafficflowprediction[C]//IEEEInternationalConferenceonCommunications.IEEE,2018.
5.TangJ.,WuX.,LiL.,etal.Surveillancevideoprocessingforcrowdbehavioranalysis[C]//201914thIEEEConferenceonIndustrialElectronicsandApplications.IEEE,2019.