-
题名复杂大交通场景弱小目标检测技术
被引量：5
- 1
-
-
作者
华夏
王新晴
马昭烨
王东
邵发明
-
机构
陆军工程大学
南部战区陆军第二工程科研设计所
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3486-3492,共7页
-
基金
国家重点研发计划资助项目
国家自然科学基金资助项目
+1 种基金
江苏省自然科学基金资助项目
中国博士后科学基金第62批面上资助项目
-
文摘
针对现有基于大数据和深度学习的目标检测框架对于高分辨率复杂大场景中低分辨率小目标识别效果较差、多目标检测的精度和实时性难以平衡的问题,改进了基于深度学习的目标检测框架SSD(single shot multibox detector),提出一种改进的多目标检测框架DRZ-SSD,将其专用于复杂大交通场景多目标检测。检测以从粗到细的策略进行,分别训练一个低分辨率粗略检测器和一个高分辨率精细检测器,对高分辨率图像进行下采样获得低分辨率版本,设计了一种基于增强学习的动态区域放大网络框架(DRZN);动态放大低分辨率弱小目标区域至高分辨率再使用精细检测器进行检测识别,剩余图像区域使用粗略检测器进行检测,对弱小目标的检测与识别精度以及运算效率的提高效果明显;采用模糊阈值法调整自适应阈值策略在避免适应数据集的同时提高了模型的决策能力,显著降低了检测漏警率和虚警率。实验表明,改进后的DRZ-SSD在应对弱小目标、多目标、杂乱背景、遮挡等检测难度较大的情况时均能获得较好的效果。通过在指定数据集上的测试,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了4%~15%,平均准确率均值提高了约9%~16%,多目标检测率提高了13%~34%,检测识别速率达到38 fps,实现了算法精度与运行速率的平衡。
-
关键词
机器视觉
深度学习
神经网络
交通场景多目标检测
增强学习
自适应
-
Keywords
machine vision
deep learning
neural network
traffic scene multi-target detection
reinforcement learning
self-adaptation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于选择回溯的相控阵雷达-目标分配算法
- 2
-
-
作者
段毅
谭贤四
曲智国
王红
-
机构
空军预警学院防空预警装备系
解放军
-
出处
《现代雷达》
CSCD
北大核心
2023年第10期52-58,共7页
-
基金
国家社科基金资助项目(2020-SKJJ-C-035)。
-
文摘
针对多雷达多目标场景下现有雷达-目标分配算法中存在传感器切换率过高、算法耗时过长的问题,文中提出一种基于选择回溯的雷达-目标分配方法。该方法首先根据目标位置、雷达散射截面积大小等信息计算下一时刻雷达能够稳定跟踪目标的概率;选择其中概率较高,即失跟风险较低目标并直接沿用上一时刻分配结果以降低算法计算量;对概率较低,即失跟风险较高目标进行重新分配以提高跟踪稳定性;在分配过程中,当雷达资源出现饱和时采用“回溯”操作对已分配目标进行再分配以提高算法性能。仿真实验表明,与传统分配方法相比,所提方法能充分利用上一时刻分配结果,兼顾考虑了算法性能与复杂度,综合性能较优。
-
关键词
多雷达多目标场景
雷达-目标分配
选择回溯
雷达资源
-
Keywords
multi-radar multi-target scene
radar-target assignment
selective and backtracking strategy
radar resource
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名基于迭代多项式插值的雷达高精度距离估计方法
被引量：2
- 3
-
-
作者
黄晓红
任钢
黄天宇
-
机构
华北理工大学人工智能学院
河北省工业智能感知重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第7期149-152,共4页
-
基金
河北省教育厅科技基础研究项目(自然科学)(JQN2019006)
河北省高等学校科学技术重点研究项目(ZD2020152)。
-
文摘
为解决由于受频谱间干扰影响而导致毫米波雷达对多目标场景下测距精度不足的问题,提出了一种迭代多项式插值的雷达高精度距离参数估计方法。首先,采用快速傅里叶变换(FFT)与单元平均恒虚警率(CA-CFAR)融合算法估计不同距离下的目标数目和相应频谱位置;其次,对所求目标频谱位置的信息进行迭代处理,在每次处理过程中,降低多目标间的频谱干扰;最后,通过多项式插值求得真实频率的估计偏差,从而得到精度高的目标距离估计。仿真与实测结果表明:该方法在多目标场景与信噪比(SNR)小于20dB条件下,与汉明窗(Hamming-Window)算法相比,其距离估计精度提升到0.05m以内。
-
关键词
多目标场景
多项式插值
频谱干扰
频率估计
-
Keywords
multi-target scene
polynomial interpolation
spectrum interference
frequency estimation
-
分类号
TN958.94
[电子电信—信号与信息处理]
-
