-
题名基于视频的装甲车和飞机检测跟踪及轨迹预测算法
被引量：13
- 1
-
-
作者
张永梅
赖裕平
马健喆
冯超
束颉
-
机构
北方工业大学信息学院
香港理工大学电子与信息工程系
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2021年第3期545-554,共10页
-
基金
国家自然科学基金项目(61371143)
国家重点研发计划项目(2020YFC0811004)
+3 种基金
北京市教育委员会基本科研业务费项目(110052971921/002)
教育部科技发展中心“天诚汇智”创新促教基金项目(2018A03029)
教育部高等教育司产学合作协同育人项目(201902083001)
北京市教育委员会科技项目(KM202110009002)。
-
文摘
针对当前视频目标跟踪算法跟踪多目标容易跟丢的问题,以视频中的装甲车、飞机为研究对象,研究一种改进跟踪学习检测(TLD)的视频多目标检测跟踪算法。对于跟丢的目标,利用Kalman滤波算法的预测功能跟踪视频中典型目标的轨迹,并采用Kalman滤波算法跟踪的轨迹来弥补TLD算法丢失的部分,从而获得视频中典型目标的完整轨迹,以提高视频多目标跟踪的准确率。由于现有轨迹预测算法存在准确性较差的局限性,提出一种基于社交长短时记忆(Social-LSTM)网络的视频典型目标轨迹预测算法,将上下文环境信息和多个目标轨迹之间的相互影响关系融入Social-LSTM网络,预测待检测典型目标的轨迹序列。仿真实验结果表明,所提轨迹预测算法优于传统的LSTM算法、隐马尔可夫模型算法以及混合高斯模型算法,有利于提高视频典型目标轨迹预测的准确率。
-
关键词
装甲车
飞机
目标跟踪
多目标检测
社交长短时记忆网络
轨迹预测
-
Keywords
armored vehicle
aircraft
object tracking
multi-target detection
social-long short term memory network
trajectory prediction
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
-
-
题名典型汽车碰撞事故场景中行人运动轨迹预测方法
被引量：2
- 2
-
-
作者
韩勇
林旭洁
黄红武
蔡鸿瑜
罗金镕
李燕婷
-
机构
厦门理工学院机械与汽车工程学院
福建省新能源汽车与安全技术研究院
-
出处
《汽车工程》
EI
CSCD
北大核心
2023年第6期1022-1030,共9页
-
基金
国家自然科学基金(51775466)
福建省财政厅专项(闽财教指)[2021]103号
福建省工信厅项目(2022G43)资助。
-
文摘
为提高未来自动驾驶车辆对弱势道路使用群体的感知和决策融合的可靠性,本文提出一种基于目标检测算法(YOLOv5)、多目标跟踪算法(Deep-Sort)和社交长短时记忆神经网络(social-long short-term memory,Social-LSTM)的行人未来运动轨迹预测方法。结合YOLOv5检测和Deep-Sort跟踪算法,有效解决行人检测跟踪过程中目标丢失问题。提取特定行人目标历史轨迹作为预测框架的输入边界条件,并采用Social-LSTM预测行人未来运动轨迹。并对未来运动轨迹进行透视变换和直接线性变换,转换为世界坐标系中的位置信息,预测车辆与行人的可能未来碰撞位置。结果显示目标检测精度达到93.889%,平均精度均值达96.753%,基于高精度的检测模型最终轨迹预测算法结果显示,预测损失随着训练步长的增加呈递减趋势,最终损失值均小于1%,其中平均位移误差降低了18.30%,最终位移误差降低了51.90%,本研究可为智能车辆避撞策略开发提供理论依据和参考。
-
关键词
汽车碰撞行人事故
行人轨迹预测
目标检测
多目标跟踪
社交长短时记忆神经网络
-
Keywords
car to pedestrian crash
pedestrian trajectory prediction
target detection
multi-target tracking
Social-LSTM
-
分类号
U463.6
[机械工程—车辆工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
