题名 基于3D注意力和金字塔解码器的目标跟踪算法
1
作者
符强 殷奇晨 纪元法 任风华
机构
桂林电子科技大学广西精密导航技术与应用重点实验室 桂林电子科技大学信息与通信学院 时空信息与智能位置服务国际合作联合实验室 广西产研院时空信息技术研究所有限公司
出处
《电光与控制》
北大核心
2025年第8期18-24,共7页
基金
国家自然科学基金(U23 A20280,62161007,62061010) 广西科技厅项目(AA23062038,AD22080061,AB23026120,ZY22096026)。
文摘
针对复杂场景下目标的快速移动、遮挡、非刚性形变和光照变化等问题,提出了一种基于3D注意力和金字塔解码器的目标跟踪算法。首先引入VGG-16神经网络并对其进行结构上的优化,以提高特征提取的效率和质量。其次通过引入3D注意力,增强了对关键特征的提取能力。然后使用深层语义融合模块,通过上采样融合特征信息,以达到对特征的精确表达。最后设计金字塔解码器提升模型在复杂场景下的鲁棒性。实验结果表明,在OTB100数据集上,相比基准算法,所提算法的成功率和跟踪精度分别提升了15.8%和16.2%。
关键词
目标 跟踪 孪生网络 注意力 特征融合 解码器
Keywords
object tracking Siamese network attention feature fusion decoder
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种基于变分贝叶斯理论的椭圆形扩展目标跟踪方法
2
作者
陈辉 王莉 张天佑 张光华
机构
兰州理工大学电气工程与信息工程学院 甘肃省科学院自动化研究所 西安交通大学电子与信息工程学院
出处
《兰州理工大学学报》
北大核心
2025年第3期81-88,共8页
基金
国家自然科学基金(62163023,61873116,62173266,62103318) 甘肃省教育厅产业支撑计划(2021CYZC-02)。
文摘
针对厚尾噪声条件下椭圆扩展目标跟踪问题,基于变分贝叶斯推断提出了一种鲁棒性学生t椭圆形扩展目标跟踪方法.首先,采用学生t分布对非高斯厚尾过程和量测噪声进行建模,利用K-L散度寻找最接近学生t分布的高斯分布,并将后验概率密度近似为高斯分布.其次,用服从逆威沙特分布的随机正定矩阵来描述椭圆形状大小和方向,然后基于分层高斯状态空间模型和变分贝叶斯方法推导出未知尺度矩阵和辅助随机变量,联合递推出目标的运动状态和形状扩展状态.最后,通过构建相应的仿真实验验证了所提算法的有效性和鲁棒性.
关键词
扩展目标 跟踪 厚尾噪声 变分贝叶斯滤波 随机矩阵
Keywords
extended target tracking thick-tailed noise variational Bayesian filtering random matrix
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
题名 非平稳异常噪声条件下的扩展目标跟踪方法
3
作者
陈辉 张欣雨 连峰 韩崇昭 张光华
机构
兰州理工大学电气工程与信息工程学院 西安交通大学自动化科学与工程学院
出处
《电子与信息学报》
北大核心
2025年第3期803-813,共11页
基金
国家自然科学基金(62163023,61873116,62366031,62363023) 甘肃省基础研究创新群体(25JRRA058) +1 种基金 中央引导地方科技发展资金项目(25ZYJA040) 甘肃省重点人才项目(2024RCXM86),甘肃省军民融合发展专项资金。
文摘
针对非平稳异常噪声环境下扩展目标跟踪问题,该文提出一种基于高斯-学生t混合(GSTM)扩展目标跟踪方法。首先,将过程噪声和量测噪声建模为GSTM分布,以表征非平稳厚尾噪声,并通过引入伯努利随机变量,将目标的运动状态和量测似然函数建模为分层高斯形式。其次,在随机矩阵(RMM)滤波框架下,使用变分贝叶斯方法详细推导了非平稳厚尾噪声下的GSTM扩展目标跟踪算法。该算法通过建模高斯噪声与厚尾噪声之间的非平稳过程,精确表征噪声特性,从而在非平稳异常噪声环境下稳健捕捉扩展目标的质心位置和轮廓形态。最后,构建非平稳异常噪声环境下的扩展目标跟踪仿真实验,并通过高斯-瓦瑟斯坦距离对实验结果进行效果评估,验证了所提出算法的合理性。此外,真实场景实验结果进一步证明了该算法在实际应用中的有效性和鲁棒性。
关键词
扩展目标 跟踪 随机矩阵 高斯-学生t混合分布 变分贝叶斯方法
Keywords
Extended target tracking Random matrix Gaussian-Student’s t Mixture(GSTM)distribution Variational Bayesian(VB)method
分类号
TN911.7
[电子电信—通信与信息系统]
TP274
[自动化与计算机技术—检测技术与自动化装置]
题名 多模态特征融合的RGB-T目标跟踪网络
4
作者
金静 刘建琴 翟凤文
机构
兰州交通大学电子与信息工程学院
出处
《光学精密工程》
北大核心
2025年第12期1940-1954,共15页
基金
甘肃省高校教师创新基金项目(No.2025B-060) 宁夏自然科学基金资助项目(No.2023AAC03741) 甘肃省科技计划项目重点研发计划-工业类(No.23YFGA0047)。
文摘
近年来,RGB-T跟踪方法因可见光与热红外图像的互补特性而在视觉跟踪领域得到广泛应用。然而,现有方法在模态互补信息利用方面仍存在局限,特别是基于Transformer的算法缺乏模态间的直接交互,难以充分挖掘RGB和TIR模态的语义信息。针对这些问题,提出了一种多模态特征融合的RGB-T目标跟踪网络(Multi-Modal Feature Fusion Tracking Network for RGB-T,MMFFTN)。该网络首先在骨干网络提取初步特征后,引入通道特征融合模块(Channel Feature Fusion Module,CFFM),实现RGB和TIR通道特征的直接交互与融合。其次,针对RGB和TIR模态差异可能导致的融合效果不理想问题,设计了跨模态特征融合模块(Cross-Modal Feature Fusion Module,CMFM),通过自适应融合策略进一步融合RGB和TIR的全局特征,以提升跟踪的准确性。对本文提出的跟踪模型在GTOT,RGBT234和LasHeR三个数据集上进行了详细的实验评估。实验结果表明,与当前先进的基于Transformer的跟踪器ViPT相比,MMFFTN在成功率(Success Rate)和精确率(Precision Rate)上分别提升了3.0%和4.7%;与基于Transformer的跟踪器SDSTrack相比,成功率和精确率分别提升了2.4%和3.3%。
关键词
RGB-T目标 跟踪 TRANSFORMER 通道特征融合 跨模态特征融合
Keywords
RGB-T tracking transformer channel feature fusion cross-modal feature fusion
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 自适应IMM-UKF机动目标跟踪算法
5
作者
周晓 牟新刚 柯文 苏盈 王丽
机构
武汉理工大学机电工程学院 武汉高德红外股份有限公司
出处
《系统工程与电子技术》
北大核心
2025年第8期2686-2695,共10页
基金
国家自然科学基金(62475200)资助课题。
文摘
针对跟踪复杂机动目标过程中由于目标运动状态发生变化导致的跟踪误差较大的问题,提出一种自适应交互多模型无迹卡尔曼滤波(interacting multiple model unscented Kalman filter,IMM-UKF)算法,使用模型概率后验信息和模型似然函数自适应修正马尔可夫转移概率矩阵(transition probability matrix,TPM)。设计模型概率校正方法和模型转移加速方法,两种方法分别作用于模型稳定阶段和模型转移阶段,提高模型概率准确度和模型转移响应速度,减小状态估计误差。最后,通过两种场景下的实验验证所提算法在目标具有复杂运动状态下的性能,并与传统方法进行对比分析,在目标做机动运动时,位置精度和速度精度分别提高了15%和26%,验证了算法的有效性和可行性。
关键词
目标 跟踪 交互多模型 自适应 无迹卡尔曼滤波
Keywords
target tracking interacting multiple model(IMM) adaptive unscented Kalman filter(UKF)
分类号
TN953
[电子电信—信号与信息处理]
题名 时空特征强化与感知的视觉目标跟踪方法
6
作者
郭虎升 刘正琪 刘艳杰 王文剑
机构
山西大学计算机与信息技术学院 计算智能与中文信息处理教育部重点实验室(山西大学)
出处
《陕西师范大学学报(自然科学版)》
北大核心
2025年第1期60-70,共11页
基金
国家自然科学基金(62276157,62476157,U21A20513,62076154,61503229) 山西省重点研发计划(202202020101003)。
文摘
多数基于Transformer的目标跟踪模型提取的目标局部空间特征信息有限且时间特征利用不足,显著影响了目标跟踪模型在处理目标遮挡、形变或尺度变化等复杂场景下的性能。为此,提出一种时空特征强化与感知的视觉目标跟踪方法(visual object tracking method with spatial-temporal feature enhancement and perception,STFEP)。一方面,该方法使用Transformer进行搜索区域与时间上下文特征的提取与融合,以得到全局特征信息,通过设计的局部卷积神经网络,提取目标的局部特征信息,并与目标的全局特征信息相关联,进一步强化目标的特征表示。另一方面,提出了时空特征感知机制,对不同时刻的特征信息进行可靠性和必要性分析,构建动态模板以感知更丰富的时空信息,使模型适应目标及场景的复杂变化。在TrackingNet、GOT-10k、LaSOT、UAV123多个数据集上的实验结果表明,研究所提方法能够准确鲁棒的对目标进行跟踪,并在GOT-10k数据集上取得了最优的结果,AO、SR 0.5以及SR 0.75分别达到了73.7%、83.8%、70.6%。
关键词
视觉目标 跟踪 时空特征强化 全局-局部信息关联 时空特征感知 动态模板
Keywords
visual object tracking spatial-temporal feature enhancement global-local information correlation spatial-temporal feature perception dynamic template
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 考虑遮挡的视频图像运动目标激光跟踪定位方法
7
作者
陈健 鲁长春
机构
成都理工大学工程技术学院体育系 乐山师范学院体育学院
出处
《现代电子技术》
北大核心
2025年第3期76-80,共5页
基金
教育部高等教育司产学合作协同育人项目:高校田径教学实践的延伸性项目建设研究(202101129004)。
文摘
为能够有效解决遮挡情况下,视频图像快速运动目标的精确跟踪定位问题,文中提出考虑遮挡的视频图像运动目标跟踪定位方法。利用Kalman滤波方法将视频图像中下一帧的位置提前至当前帧进行估计,并对未来帧进行修正,完成对遮挡状态下运动目标的粗定位。在粗定位的基础上,采用激光逐次逼近模式与激光离散点插值模式相结合的形式对运动目标进行定位。通过激光逐次逼近模式,系统从初始位置开始逐步调整激光发射方向,不断接近目标物体。当激光测量到目标点时,获取目标离散点的空间坐标。利用激光离散点插值模式对这些离散点数据进行插值处理,获得连续的目标轨迹表示。通过在连续图像帧中实时更新和匹配轨迹,对视频图像进行运动目标定位和跟踪。实验结果表明,该方法能够在遮挡的情况下准确获取运动目标的位置中心点,有效实现对运动目标的精准跟踪定位。
关键词
遮挡 视频图像 运动目标 激光 跟踪 定位卡尔曼(Kalman)滤波器
Keywords
occlusion video image moving object laser tracking and positioning Kalman filter
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP753
[自动化与计算机技术—检测技术与自动化装置]
题名 融合深度信息与运动趋势的羊只多目标跟踪方法
8
作者
王美丽 杨恩德
机构
西北农林科技大学信息工程学院
出处
《农业机械学报》
北大核心
2025年第5期475-481,491,共8页
基金
陕西省秦创原“科学家+工程师”建设项目(2022KXJ-67)。
文摘
近年来,随着羊只养殖向大规模和精细化的方向发展,羊场对智能化管理的需求日益增加。因此,精准的个体识别和行为监测变得尤为重要,对多目标跟踪(Multiple object tracking, MOT)算法的准确性提出了更高要求。然而,现有的MOT算法在目标遮挡和动态场景下的性能仍不理想。本文提出两种跟踪线索:深度调制交并比(Depth modulated intersection over union, DIoU)和轨迹方向建模(Tracklet direction modeling, TDM),旨在补充交并比(Intersection over union, IoU)线索,提高多目标跟踪的精准度和鲁棒性。DIoU线索通过引入目标的深度信息改进了传统的IoU计算方法。TDM聚焦于目标的运动趋势,预测其未来的移动方向。本文将DIoU和TDM跟踪线索集成到BoT-SORT算法中,形成改进的多目标跟踪算法。在两个私有数据集上,改进算法相比基线方法,MOTA(Multiple object tracking accuracy)指标分别提高1.6、1.7个百分点,IDF1(Identification F1 score)指标分别提高1.9、1.0个百分点。结果显示,改进算法在复杂场景中的跟踪连续性和准确性显著提升。
关键词
多目标 跟踪 识别 羊只 BoT-SORT 数据关联 目标 检测
Keywords
multi-object track recognition sheep BoT-SORT data association object detection
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于多层特征嵌入的单目标跟踪算法
9
作者
才华 周鸿策 付强 赵义武
机构
长春理工大学电子信息工程学院 长春理工大学空间光电技术研究所
出处
《兵工学报》
北大核心
2025年第3期333-348,共16页
基金
国家自然科学基金重大项目(61890963) 国家自然基金联合基金项目(U2341226) +1 种基金 吉林省人才专项项目(20240602015RC) 2023年度西安市飞行器光学成像与测量技术重点实验室开放基金项目(2023-013)。
文摘
针对现有视觉目标跟踪方法仅使用初始帧的目标单一外观特征,导致当背景复杂或外观发生剧烈变化时跟踪失效的问题,提出一种基于多层特征嵌入的单目标跟踪算法。增强目标的外观区分度,使用稀疏内嵌注意力机制编码器,嵌入具有高实例区分度的外观特征;采用类间特征聚合编码器嵌入目标的类别信息,在外观发生变化时保持类内的紧凑性;同时将预测的历史帧跟踪框坐标转化为目标运动轨迹特征嵌入,为算法提供高置信度的时间上下文特征。研究结果表明:所提算法在OTB100基准测试中成功率和准确率分别达到71.4%和92.6%,在GOT-10K、LaSOT、TrackingNet共3个大规模公开数据上取得了鲁棒的效果,成功率分别达到64.9%、72.0%和78.7%;基于多层特征嵌入的单目标跟踪算法有效地克服了现有算法的局限,具有较好的准确性和鲁棒性。
关键词
目标 跟踪 稀疏内嵌注意力机制编码器 类间特征聚合编码器 运动特征嵌入
Keywords
object tracking sparse embedded attention encoder category feature aggregation encoder mot ion feature embedding
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种基于长短期记忆网络的雷达目标跟踪算法
10
作者
张正文 向严谨 廖桂生
机构
湖北工业大学电气与电子工程学院 西安电子科技大学雷达信号处理国家重点实验室
出处
《现代雷达》
北大核心
2025年第2期83-90,共8页
文摘
在道路交通系统中,毫米波雷达以其分辨率高和抗干扰能力强的特点成为了热门的目标运动信息采集传感器。传统的目标跟踪算法在雷达观测信息丢失的情况下会出现跟踪误差较大或无法进行目标跟踪的现象。针对这一问题,文中提出了一种基于长短期记忆(LSTM)网络的雷达目标跟踪算法,在雷达观测值正常时,利用LSTM网络的记忆函数,对雷达的观测值进行训练并预测;当雷达观测值丢失时,利用LSTM网络为扩展卡尔曼算法提供观测值的预测值,以保证扩展卡尔曼算法能够继续对目标进行跟踪,达到降低目标跟踪误差的目的。文中通过雷达实测数据对LSTM网络进行训练,并针对直线和曲线两种运动状态进行了仿真验证分析,仿真结果表明,提出的目标跟踪算法在雷达的观测值丢失的情况下仍然可以对目标进行跟踪,并有效地降低了目标跟踪算法的误差。
关键词
毫米波雷达 目标 跟踪 长短期记忆网络 扩展卡尔曼滤波 非线性滤波
Keywords
millimeter wave radar target tracking long short-term memory(LSTM)network extended Kalman filter(EKF) nonlinear filtering
分类号
TN953
[电子电信—信号与信息处理]
题名 改进Camshift算法实时目标跟踪实现
11
作者
严飞 徐龙 陈佳宇 姜栋 刘佳
机构
南京信息工程大学自动化学院 南京信息工程大学江苏省大气环境与装备技术协同创新中心
出处
《计算机工程与设计》
北大核心
2025年第1期314-320,F0003,共8页
基金
江苏省产业前瞻与关键核心技术重点基金项目(BE2020006-2) 国家自然科学基金项目(61605083)。
文摘
为解决Camshift目标跟踪算法在跟踪目标遮挡时陷入局部最大值、跟踪目标快速移动导致跟踪丢失以及光照变化影响跟踪精度一系列问题,提出一种改进Camshift目标跟踪算法。利用自适应权重与H通道特征提取模板,融合Kalman滤波算法并引入巴氏距离遮挡判别法。非遮挡时,使用Kalman预测调整跟踪搜索区域;遮挡时,使用Kalman预测跟踪。实验结果表明,将改进后算法部署于FPGA硬件平台能够准确地跟踪快速运动、遮挡干扰目标,在1920×1080分辨率下理论跟踪帧率为98.17帧/s,对1080p@60 Hz以及多种分辨率视频输入下平均跟踪重叠率达到84.68%。
关键词
目标 跟踪 实时 图像处理 硬件加速 卡尔曼滤波 直方图 现场可编程逻辑门阵列
Keywords
object tracking real-time image processing hardware acceleration Kalman filter histogram field programmable gate array
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 跨域环境下特定多目标跟踪算法的改进
12
作者
穆晓芳 李毫 刘嘉骥 刘振宇 李越
机构
太原师范学院计算机科学与技术学院 山西能源学院 天津工业大学电子信息工程学院
出处
《太原理工大学学报》
北大核心
2025年第1期165-173,共9页
基金
山西省重点研发计划(202102010101008) 山西省基础研究计划(自由探索)(20210302123334) 山西省基础研究计划(202303021211187)。
文摘
【目的】针对监控视频跨域环境下的多目标跟踪画面中,频繁遮挡、轨迹开始终止时刻未知、目标太小、目标间交互、表观相似以及摄像头视角变化等问题,提出一种改进的多目标跟踪算法。【方法】该算法最大化利用低分检测对象,将未匹配的低分对象进行二次匹配,目标跨域后,依据摄像头拓扑排序规则,以及相邻摄像头的未匹配跟踪轨迹,同时对检测器YOLOv5算法进行优化改进,通过信息流的层层递进,有效解决多尺度问题和小目标信息提取不充分等问题,在相邻的摄像头中快速匹配到跟踪对象,以提高跨域环境下特定多目标跟踪的精度。【结果】对比消融试验表明,本改进算法MOTA达到了62.8%,IDswitch也显著降低。
关键词
多目标 跟踪 YOLO 计算机视觉 深度学习
Keywords
multi-target tracking YOLO computer vision deep learning
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
题名 行人时空图特征模型的多目标跟踪方法
13
作者
冯欣 孙谊 焦晓宁 张杰
机构
重庆理工大学计算机科学与工程学院 重庆理工大学电气与电子工程学院
出处
《重庆理工大学学报(自然科学)》
北大核心
2025年第4期130-138,共9页
基金
重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX0493) 重庆市技术创新与应用发展重点项目(cstc2021jscx-dxwtBX0018)。
文摘
针对计算机视觉领域中多目标跟踪任务,特别是行人因外观相似导致的身份ID频繁切换问题,提出一种新的行人时空图特征模型。通过构建帧间行人对象图和帧内行人对象图,整合了跨帧和同帧目标间的动态关系。引入图Transformer来提取这些图中的特征,并设计了前后帧目标边缘关系增强模块促进信息的跨帧传递与融合。提出一种优化的轨迹特征更新策略,不仅考虑目标外观特征的余弦相似性,还考虑特征向量模变化,以更全面地评估目标特征的一致性,尤其是在目标形状、大小或强度变化显著的情况下。通过这些方法,模型能更好地适应目标状态变化,减少跟踪过程中的错误匹配,提升多目标跟踪的准确性和稳定性。实验结果表明:所提算法在MOT16与MOT17数据集上的应用显著增强了行人目标特征的区分性,提高了多目标跟踪任务的精度。
关键词
计算机视觉 多目标 跟踪 图Transformer 对象图
Keywords
computer vision multi-object tracking graph transformer object graph
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于自适应卡尔曼滤波的视觉多目标跟踪
14
作者
许华杰 郑力文
机构
广西大学计算机与电子信息学院 广西大学广西多媒体通信与网络技术重点实验室 广西水利电力职业技术学院信息工程学院
出处
《计算机工程与应用》
北大核心
2025年第5期200-210,共11页
基金
国家自然科学基金(71963001) 广西科技计划项目(2017AB15008) 崇左市科技计划项目(FB2018001)。
文摘
多目标跟踪MOT(multi-object tracking)旨在对视频序列中的多个目标进行识别与跟踪,并保持各目标的ID(identity),对运动不规律的多目标进行跟踪是该领域的难点,跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度,提出自适应卡尔曼滤波AKF(adaptive Kalman filter),充分利用目标检测器提供的信息对运动模型加以修正,提高对运动不规律目标跟踪准确度;为解决目标ID频繁切换的问题,设计一种BIoUG贪婪算法,通过放大匹配框并采取择优匹配的方式,提高匹配机会并降低误匹配概率。在此基础上,提出一种针对运动不规律目标的多目标跟踪方法。实验结果表明,所提方法在DanceTrack数据集上的MOTA、HOTA、IDF1分别达到了92.2%、57.7%和58.7%;在MOT17数据集上,MOTA、HOTA、IDF1分别达到了80.3%、63.3%和77.3%。与目前主流的同类目标跟踪方法相比,所提方法对运动不规律和规律的目标均有较好的跟踪效果,体现出较好的综合性能,为运动不规律多目标的跟踪提供了新的解决思路。
关键词
多目标 跟踪 卡尔曼滤波 数据关联 轨迹匹配
Keywords
multi-object tracking(mot ) Kalman filter data association trajectory matching
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于两阶段时空加权特征的红外目标跟踪算法
15
作者
李清忠
机构
南昌理工学院计算机信息工程学院
出处
《红外技术》
北大核心
2025年第4期437-444,共8页
基金
江西省教育厅科学技术研究项目(GJJ202116)。
文摘
为了有效解决了遮挡、运动模糊、拖尾等干扰影响下跟踪漂移的问题,本文提出一种基于两阶段时空加权特征的红外目标跟踪算法,该算法将目标区域分割成相同尺寸的非重叠区域,并根据相距目标中心的位置信息分配不同的权值,以此推导出具有自适应时空加权贝叶斯分类器;然后,利用改进的度量准则找出具有最大类差的分类样本,具有较高的跟踪适应性,且在目标被遮挡时具备对目标的重捕和跟踪。仿真实验表明,相比SiamFC等主流跟踪算法,所提算法在LSOTB-TIR目标跟踪数据集中重叠率和中心误差指标上均实现显著优化,大幅提升了跟踪稳定性与定位精度,且跟踪速度达到56帧/s,适合工程应用。
关键词
红外图像 目标 跟踪 压缩感知 空时加权 遮挡检测 贝叶斯分析
Keywords
infrared image object tracking compression sensing spatiotemporal weighting occlusion detection Bayesian analysis
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于非中心逆威沙特分布的非线性扩展目标跟踪方法
16
作者
陈辉 王秋菊 彭天曙 赵永红
机构
兰州理工大学电气工程与信息工程学院 甘肃省计算中心 甘肃长风电子科技有限责任公司
出处
《兰州理工大学学报》
北大核心
2025年第1期100-107,共8页
基金
国家自然科学基金(62163023,61873116,62366031,62363023) 甘肃省基础研究创新群体项目 +1 种基金 2023年甘肃省军民融合发展专项项目 2024年度甘肃省重点人才项目。
文摘
针对非线性扩展目标跟踪问题,提出了在非中心逆威沙特分布条件下的非线性扩展目标跟踪方法.首先,在贝叶斯滤波框架下采用非中心逆威沙特分布进行算法的迭代,避免了因矩匹配或KL散度最小化而导致的信息丢失.其次,考虑到传统随机矩阵(RM)模型只能在线性观测条件下应用,利用去相关无偏转换量测将极坐标系下的非线性量测信息进行线性化处理,保证了量测转换的无偏性以及避免转换后的量测协方差估计与量测噪声的相关性,从而最终推导得到在非中心逆威沙特分布下非线性扩展目标跟踪的有效算法.椭圆形扩展目标的跟踪仿真实验验证了所提方法的有效性.
关键词
扩展目标 跟踪 随机矩阵 非中心逆威沙特分布 非线性量测
Keywords
extended target tracking random matrix non-central inverse Wishart distribution nonlinear measurement
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
题名 基于粒子群算法的多目标跟踪优化传感器控制策略
17
作者
陈辉 魏凤旗 赵永红 彭天曙
机构
兰州理工大学电气工程与信息工程学院 甘肃长风电子科技有限责任公司 甘肃省计算中心
出处
《兰州理工大学学报》
北大核心
2025年第2期88-93,共6页
基金
国家自然科学基金(62163023,61873116,62366031,62363023) 甘肃省基础研究创新群体(25JRRA058) +2 种基金 中央引导地方科技发展资金项目(25ZYJA040) 2024年度甘肃省重点人才项目(2024RCXM86) 2023年度甘肃省军民融合发展专项资金。
文摘
针对多目标跟踪优化问题,提出一种基于粒子群算法的传感器控制策略.首先由泊松多伯努利混合(PMBM)滤波器的预测过程得到多目标预测状态,然后以此为先验信息通过粒子群算法以最大限度地接近各目标为准则求解传感器最优观测位置,并由传感器捕捉优质量测信息,最后由PMBM滤波器的更新过程得到优化多目标后验状态.仿真实验对比了多目标跟踪优化的效果,结果表明该传感器控制策略有更好的多目标跟踪精度.
关键词
传感器控制 粒子群算法 多目标 跟踪 泊松多伯努利混合 最优观测
Keywords
sensor control PSO multi-target tracking PMBM optimal observation
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
题名 改进容积卡尔曼滤波的多目标多模态跟踪算法
18
作者
刘德儿 程健康 刘峻廷
机构
江西理工大学土木与测绘工程学院
出处
《传感技术学报》
北大核心
2025年第7期1253-1261,共9页
基金
国家自然科学基金面上项目(4271434) 江西省自然科学基金面上项目(20202BAB202025)。
文摘
高效安全的多目标跟踪技术是智能汽车行驶过程中的重要环节,然而目前许多方法忽略了误检目标可能对行驶安全性造成的潜在影响。为了减少误检目标的出现,提出了一种基于多传感器融合的双重关联机制,首先将轨迹与点云域和图像域中同时检测到的目标相关联并使用卡尔曼滤波进行更新,其次将未关联的轨迹与仅出现在点云域中的目标相关联,其中第一步未关联的目标定义为新轨迹,而第二步未关联的目标删除,所提方法可以极大地减少智能车辆行驶过程中误检目标的出现,从而显著提升行驶的安全性。同时,针对一些采用非线性卡尔曼滤波器的方法中在转弯过程中目标框偏移的问题,提出了一种改进的容积卡尔曼滤波器。该方法利用IMU数据来判断车辆的行驶状态,并自适应地调整估计误差矩阵,有效消除了车辆转弯对目标行驶状态估计的负面影响。在Kitti多目标跟踪数据集上进行测试的结果显示,所提算法有很高的优越性,HOTA(High Object Track Accuracy)达到78.00,MOTA(Multi-Object Track Accuracy)达到88.85,FPS达到200,在保持高精度的同时能很好满足实时性要求。
关键词
自动驾驶 多目标 跟踪 改进容积卡尔曼滤波 非线性运动模型 传感器融合
Keywords
autonomous driving multi-object tracking improved Cubature Kalman filter nonlinear mot ion model sensors fusion
分类号
U495
[交通运输工程—交通运输规划与管理]
题名 基于Byte的生猪多目标跟踪算法
被引量：1
19
作者
王亚彬 徐爱俊 周素茵 叶俊华
机构
浙江农林大学数学与计算机科学学院 浙江农林大学环境与资源学院
出处
《农业工程学报》
北大核心
2025年第7期145-155,共11页
基金
浙江省‘领雁’研发攻关计划项目(2022C02050)。
文摘
多目标跟踪技术对猪只精细化养殖具有重要意义。针对饲养环境差异、猪只的快速移动以及群猪之间的频繁遮挡带来的多目标跟踪挑战,该研究提出了一种基于Byte的生猪多目标跟踪算法UKFTrack。首先,构建了一个采用定向边界框(oriented bounding box,OBB)标注的多样化数据集,涵盖了猪只多种运动模式以及不同饲养场景和猪群密度;其次,引入了无迹卡尔曼滤波以更好地适配OBB标注,并对传统的状态向量进行扩展,新增了角度和角速度参数,设计了残差函数处理角度变量以避免直接相减所造成的误差。最后,提出了一种多阶段匹配策略,通过多次轨迹关联和补充匹配机制,确保在遮挡严重或剧烈运动的情况下,仍能保持对目标的持续跟踪。试验结果表明,在白天重度密集、白天极度密集、夜间重度密集和夜间极度密集4种复杂场景下,UKFTrack的高阶跟踪精度(higher order tracking accuracy,HOTA)分别为96.10%、83.10%、76.50%和84.00%,IDF1得分(identification F1 score)分别为95.70%、78.20%、70.10%和77.60%。相较于StrongSORT,UKFTrack的HOTA分别提高了1.2、13.3、5.9和6.3个百分点,IDF1分别提高了0.1、10.9、5.4和7.4个百分点。因此,该研究提出的跟踪算法能实现复杂环境下群体生猪的准确跟踪,且展现出较强的鲁棒性,能为实际应用中猪只行为与健康监测提供可靠的技术支持。
关键词
猪 多目标 跟踪 定向边界框 无迹卡尔曼滤波 UKFTrack
Keywords
pigs multi-objective tracking oriented bounding box unscented Kalman filtering UKFTrack
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S828
[农业科学—畜牧学]
题名 面向无人机视觉制导的自适应目标跟踪方法
被引量：1
20
作者
杨绪祺 谭启凡 苏航 谭浩
机构
北京理工大学 智能协同感知与分析认知实验室 北京交通大学 北京航空航天大学
出处
《兵工学报》
北大核心
2025年第2期65-75,共11页
基金
计量与校准技术重点实验室开放研究基金(JLKG2021001B001) 中央高校基本科研业务费专项资金资助(2024JBZX010)。
文摘
为解决无人机制导中跟踪目标尺度变化大、外形变化大、推理速度慢、数据集缺失的问题,提出了一种面向无人机视觉制导的自适应目标跟踪方法。自适应搜索区域机制通过分析制导过程调整搜索区域解决尺度变化快的问题;自适应模板更新机制通过更新模板特征解决外形变化大的问题。此外,该方法在骨干网络引入FasterNet Block,在跟踪头引入无锚机制,减少推理的时间。最后,构建并公开了一个包含12个制导视频的测试数据集Guidance UAV以评估算法在视觉制导中的性能。实验结果表明,该方法不仅在通用无人机跟踪数据集UAV123上适用,而且在Guidance UAV上实现了最先进的性能,同时在机载设备Jetson Xavier NX上保持15 f/s的速度。室内无人机制导打击实验证明了算法的有效性。
关键词
视觉制导 目标 跟踪 无人机 自适应 模板更新 搜索区域
Keywords
visual guidance object tracking UAV adaptive template updating search region
分类号
TJ768
[兵器科学与技术—武器系统与运用工程]
