多傳感器信息融合是用于包含處于不同位置的多個或者多種傳感器的信息處理技術(shù)。隨著傳感器應(yīng)用技術(shù)、數(shù)據(jù)處理技術(shù)、計算機(jī)軟硬件技術(shù)和工業(yè)化控制技術(shù)的發(fā)展成熟，多傳感器信息融合技術(shù)已形成一門熱門新興學(xué)科和技術(shù)。多傳感器信息融合技術(shù)應(yīng)用到視頻監(jiān)控領(lǐng)域，能夠?qū)崿F(xiàn)更加精細(xì)化、智能化的安防監(jiān)控目標(biāo) 。
2015-07-17 13:54:13
1745 ???? 所謂多傳感器信息融合（Multi-sensor Information Fusion,MSIF），就是利用計算機(jī)技術(shù)將來自多傳感器或多源的信息和數(shù)據(jù)，在一定的準(zhǔn)則下加以自動分析和綜合，以
2018-11-07 10:53:06
多傳感器信息融合技術(shù)
2012-08-15 20:09:31
導(dǎo)讀：所謂多傳感器信息融合（Multi-sensor Information Fusion，MSIF），就是利用計算機(jī)技術(shù)將來自多傳感器或多源的信息和數(shù)據(jù)，在一定的準(zhǔn)則下加以自動分析和綜合，以完成
2018-11-07 11:06:00
多傳感器信息融合問題，我剛剛查了百度，但是說的全是理論。我想問的是：1、多傳感器信息融合使用的處理器是單片機(jī)還是電腦？2、單片機(jī)外接幾個傳感器然后顯示出來算是多傳感器信息融合技術(shù)么？?3、他能帶給我們什么好處？
2020-08-26 08:07:50
多目標(biāo)優(yōu)化算法有哪些，該文圍繞包含柴油發(fā)電機(jī)、風(fēng)力發(fā)電、光伏發(fā)電和鉛酸蓄電池的獨立微網(wǎng)系統(tǒng)中的容量配置問題，提出了包含微網(wǎng)全壽命周期內(nèi)的總成本現(xiàn)值、負(fù)荷容量缺失率和污染物排放的多目標(biāo)優(yōu)化設(shè)計模型。該
2021-07-12 06:52:54
- 25o FOV，測距傳感器中的基本型號。單一區(qū)域，單一目標(biāo)vl53l1 - 27o FOV，多區(qū)域（可調(diào) FoV）vl53l1x - 相同但有更多區(qū)域？vl53l1cb - 不知道vl53l2 - 不是
2022-12-07 11:55:13
硬件平臺，運用散點聚類、軌跡跟蹤、特征提取技術(shù)快速識別目標(biāo)。對算法的功能需求、數(shù)據(jù)流向、運算流程和處理結(jié)果，進(jìn)行了詳細(xì)闡述。實踐結(jié)果表明，該識別算法具有很強(qiáng)的實用性。關(guān)鍵詞多目標(biāo) 運動軌跡 實時濾波 嵌入式平臺1 功能需求空間觀測對象復(fù)雜多變，且真、偽兩種目標(biāo)在尺寸、亮度、形態(tài)方面既...
2021-12-21 07:02:06
什么是傳感器技術(shù)？傳感器技術(shù)有哪些應(yīng)用？
2021-05-28 06:10:11
本文基于估計理論和模糊系統(tǒng)理論，提出了一種多傳感器多回波模糊一概率交互作用的數(shù)據(jù)關(guān)聯(lián)濾波算法，以解決密集雜波干擾環(huán)境中多傳感器跟蹤機(jī)動目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題.模糊關(guān)聯(lián)度和關(guān)聯(lián)概率共同組成了各有效回波的加權(quán)系數(shù)，彌補(bǔ)了概率數(shù)據(jù)關(guān)聯(lián)濾波方法(PDAF)的不足.提高了雜波環(huán)境中機(jī)動目標(biāo)的跟蹤性能.
2020-04-24 06:09:10
本系統(tǒng)所設(shè)計的機(jī)器人的主要任務(wù)是在未知環(huán)境下依靠多傳感器信息，運用D-S數(shù)據(jù)融合算法，提供與環(huán)境有關(guān)的關(guān)于系統(tǒng)狀態(tài)的足夠的與可靠的信息，使機(jī)器人能夠自主規(guī)劃路徑、躲避障礙物，最終向目標(biāo)靠近
2018-11-01 15:08:27
目標(biāo)跟蹤算法，并實現(xiàn)穩(wěn)定、可靠而精確的目標(biāo)跟蹤意義重大?！ ”疚倪x用當(dāng)今最為流行、應(yīng)用最廣泛的雷達(dá)和紅外作為傳感器，在紅外/雷達(dá)雙模導(dǎo)引頭的多傳感器平臺下展開研究，設(shè)計并仿真實現(xiàn)了更接近真實的軍事與民用
2018-12-05 15:16:23
現(xiàn)狀 傳感器管理的核心問題就是依據(jù)一定的最優(yōu)準(zhǔn)則，確定目標(biāo)選擇何種傳感器以及該傳感器的工作方式及參數(shù)。傳感器管理系統(tǒng)（SMGS）的任務(wù)就是利用有限的傳感器資源，滿足對多個目標(biāo)和掃描空間的要求，以得到
2018-11-14 15:50:32
本文介紹基于Android的多傳感器信息融合技術(shù)在氣溶膠自動化檢測中的應(yīng)用。
2021-05-11 06:22:08
自動視頻跟蹤系統(tǒng)。關(guān)鍵特征突破傳統(tǒng)的視頻目標(biāo)取差器的設(shè)計理念，融合捕獲和自動跟蹤兩種模式下的平臺運動控制、傳感器視場和指向等諸多信息對目標(biāo)運動加以預(yù)測，使得跟蹤更加可靠平穩(wěn)，并具有良好的普適性。因此
2013-10-22 10:27:01
本帖最后由 mr.pengyongche 于 2013-4-30 02:54 編輯
基于DSP的雷達(dá)多目標(biāo)模擬器的設(shè)計和實
2012-08-17 13:59:49
在智能化的現(xiàn)代，傳感器可以可以幫助大家完成許多目標(biāo)，比如打破手語溝通障礙這種想法。
2019-08-12 06:13:29
定位精度和目標(biāo)丟失率方面的優(yōu)勢，利用Matlab 軟件對本文算法進(jìn)行仿真.仿真場景設(shè)置[2,7]為：在100 m×100 m的二維監(jiān)控區(qū)域內(nèi)隨機(jī)散布400 個傳感器節(jié)點，其中網(wǎng)格的邊長為10 m,通信
2018-11-13 16:21:25
的視野中。與有線技術(shù)相比，無線技術(shù)具有成本低、體積小、省去復(fù)雜的布線等優(yōu)點。但是由于現(xiàn)有的無線傳感器節(jié)點大都采用電池供電，放置地點隨機(jī)變動，隨時可能出現(xiàn)節(jié)點中斷的情況，通信能力十分有限，需要經(jīng)常性的人
2019-10-28 07:07:39
無線傳感器網(wǎng)絡(luò)就是一種RGS系統(tǒng)(遠(yuǎn)程地面傳感器系統(tǒng))，它是一種利用多種傳感器作為綜合情報采集元件，進(jìn)行數(shù)據(jù)融合、編碼等處理后，發(fā)送給指揮中心，處理還原后在監(jiān)控平臺顯示出來的探測系統(tǒng)。它集傳感器技術(shù)
2019-10-31 08:30:04
傳感器。為適應(yīng)各種焊接需求蘇州博智慧達(dá)科技有限公司投入了大量人力物流和時間研發(fā)出了一種專門應(yīng)用于焊接的激光焊縫跟蹤傳感器，作為自主研發(fā)國產(chǎn)品牌，我們不管是在產(chǎn)品售后服務(wù)還是產(chǎn)品實際應(yīng)用中一直都盡心盡力
2020-06-16 09:48:50
本帖最后由 shkslc 于 2013-10-10 10:25 編輯
跟蹤算法簡介AVT21提供了多種跟蹤算法：質(zhì)心跟蹤算法（Centroid）、多目標(biāo)跟蹤算法（MTT）、相關(guān)跟蹤算法
2013-09-29 08:59:37
使用PC機(jī) +AVT31，構(gòu)建自動視頻跟蹤系統(tǒng)。關(guān)鍵特征突破傳統(tǒng)的視頻目標(biāo)取差器的設(shè)計理念，融合捕獲和自動跟蹤兩種模式下的平臺運動控制、傳感器視場和指向等諸多信息對目標(biāo)運動加以預(yù)測，使得跟蹤更加可靠平穩(wěn)
2013-09-05 11:14:16
由于雷達(dá)探測存在盲區(qū),低空與超低空飛行的入侵目標(biāo)給雷達(dá)防御系統(tǒng)帶來困難與威脅?；贕PS技術(shù)、多傳感器技術(shù)、網(wǎng)絡(luò)技術(shù)及單片機(jī)技術(shù)設(shè)計出一種分布式多傳感器探測節(jié)點,把遠(yuǎn)程分布的多傳感器探測節(jié)點所探測
2020-04-14 07:50:24
多平臺多傳感器的協(xié)同探測是協(xié)同作戰(zhàn)的重要組成部分，如何有效地進(jìn)行傳感器管理是協(xié)同探測問題的關(guān)鍵。該文提出了一種基于濾波器目標(biāo)跟蹤的傳感器分配方法，用集合論中
2008-11-20 12:32:48
7 提出一種新的單攝像機(jī)多目標(biāo)跟蹤方法，采用全局背景減法得到當(dāng)前幀所有運動區(qū)域，利用kalman濾波器及局部背景減法得到已跟蹤目標(biāo)在當(dāng)前幀的預(yù)測區(qū)域，根據(jù)全局減法運動區(qū)域
2009-04-15 08:58:0325 首先將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于單傳感器潛艇目標(biāo)識別，在此基礎(chǔ)上將多傳感器數(shù)據(jù)融合技術(shù)應(yīng)用于目標(biāo)識別。仿真結(jié)果證明：這種方法是可行的、高效的。關(guān)鍵詞:模糊神經(jīng)網(wǎng)絡(luò),
2009-05-26 10:57:1823 為研究機(jī)載火控系統(tǒng)多傳感器數(shù)據(jù)融合的方法。采用了用于多目標(biāo)多傳感器航跡數(shù)據(jù)融合的改進(jìn)的卡爾曼濾波算法,運用假設(shè)檢驗理論,充分考慮了位置數(shù)據(jù)互聯(lián)的正確性和目標(biāo)信號的
2009-06-27 08:30:0812 本文將強(qiáng)跟蹤濾波理論與多傳感器數(shù)據(jù)融合技術(shù)相結(jié)合,提出基于強(qiáng)跟蹤濾波器的多傳感器狀態(tài)與參數(shù)聯(lián)合估計新算法;對擁有相同采樣率的分布式多傳感器單模型非線性動態(tài)系統(tǒng),
2009-06-30 10:43:5019 多目標(biāo)跟蹤是多傳感器數(shù)據(jù)融合中的一個重要問題?；谀Ｊ阶R別理論,提出了一種通過對傳感器測量數(shù)據(jù)集類,以區(qū)分源于不同目標(biāo)的測量數(shù)據(jù)集合。對各個類對應(yīng)的目標(biāo)狀態(tài)估計進(jìn)
2009-07-01 08:40:5418 分析了多傳感器融合的必要性, 提出了基于Rough 集構(gòu)造模糊神經(jīng)網(wǎng)絡(luò)的方法, 并應(yīng)用于多傳感器的智能狀態(tài)監(jiān)測系統(tǒng)。關(guān)鍵詞: Rough 集; 傳感器; 信息融合; 模糊神經(jīng)網(wǎng)絡(luò)Abstract : T
2009-07-02 15:42:255 提出一種基于數(shù)據(jù)關(guān)聯(lián)性能評價的優(yōu)化跟蹤門算法,并通過它來減少跟蹤門內(nèi)來自非本目標(biāo)的回波,最終達(dá)到提高多目標(biāo)多傳感器跟蹤系統(tǒng)性能的目的,理論分析表明,與基于假設(shè)樹最大
2009-07-03 10:17:5616 針對多傳感器機(jī)動目標(biāo)的跟蹤問題, 提出了一種多傳感器在線自適應(yīng)加權(quán)融合跟蹤算法Z該算法依據(jù)估計的各傳感器的方差的變化, 及時調(diào)整參與融合的各傳感器的權(quán)系數(shù), 使融合系統(tǒng)
2009-07-04 08:54:4516 介紹一種基于線性最小均方差(LMM SE) 估計的多傳感器目標(biāo)航跡融合方法。這種方法適于分布式多傳感器目標(biāo)跟蹤系統(tǒng), 它具有LMM SE 估計器的許多優(yōu)點。同時, 由于它考慮了因公共的目
2009-07-06 09:24:1210 對國內(nèi)外的多傳感器與數(shù)據(jù)融合技術(shù)的應(yīng)用及進(jìn)展進(jìn)行了跟蹤性研究,從原理上介紹其基本特點、方法和結(jié)構(gòu),并對其目前應(yīng)用現(xiàn)狀進(jìn)行了分析及展望。關(guān)鍵詞: 多傳感器; 數(shù)據(jù)融合
2009-07-10 08:53:0314 數(shù)據(jù)融合技術(shù)是繼多科于一體的前沿技術(shù)，多傳感器目標(biāo)跟蹤是數(shù)據(jù)融合技術(shù)在目標(biāo)跟蹤領(lǐng)域的應(yīng)用范例，它將多個傳感器信息由機(jī)合成，估計目標(biāo)才運動狀態(tài)，產(chǎn)生比單一傳感
2009-07-11 10:56:4425 考慮了目標(biāo)跟蹤和航天測控中測量數(shù)據(jù)的實時剔野問題。測量數(shù)據(jù)集合中嚴(yán)重偏離大部分?jǐn)?shù)據(jù)所呈現(xiàn)趨勢的小部分?jǐn)?shù)據(jù)點被稱為野值點。野值的剔除對提高目標(biāo)跟蹤精度有十分重要
2009-07-13 09:42:0510 本文提出了一種多傳感器單目標(biāo)空間位置融合處理算法, 利用該算法可以獲取飛行目標(biāo)的最佳運動軌跡1 經(jīng)模擬計算, 表明該算法是對飛行目標(biāo)測量數(shù)據(jù)進(jìn)行融合處理的一種較為理
2009-07-13 11:27:4221 本文介紹多目標(biāo)跟蹤的用多維數(shù)據(jù)互聯(lián)的多傳感器融合算法的發(fā)展。這項工作是受大規(guī)模監(jiān)視問題的推動，在這種監(jiān)視問題中，來自具有不同采樣間隔(電子掃描陣(ESD)雷達(dá))的異步
2009-07-13 11:59:1911 任何跟蹤濾波器的最基本特征是坐標(biāo)系和參考點或該坐標(biāo)系原點。坐標(biāo)系和原點的選擇依賴于幾個因素。這些因素包括由系統(tǒng)跟蹤的目標(biāo)類型、綜合到系統(tǒng)中的傳感器的類型、來自
2009-07-13 12:11:5820 本文討論了在多傳感器、多平臺跟蹤系統(tǒng)的技術(shù)要求、設(shè)計和開發(fā)中遇到的問題，分析了合成跟蹤系統(tǒng)的幾個不同的體系結(jié)構(gòu)、航跡與航跡綜合和量測與航跡綜合的有關(guān)優(yōu)點，介紹
2009-07-13 12:14:3018 本文設(shè)計并實現(xiàn)了基于粗糙集多傳感器和免疫的入侵檢測系統(tǒng)新模型，分析了基于粗糙集理論的規(guī)則生成算法，利用多傳感器提高了入侵檢測系統(tǒng)的魯棒性。給出了基于人工免疫
2009-08-05 11:03:5614 在多傳感器目標(biāo)跟蹤問題中，利用信息融合技術(shù)可以有效的提高跟蹤精度。但高精度的融合估計通常對計算、通信資源要求較高，而資源要求較低的融合方法其解通常又是次優(yōu)的。
2009-08-28 10:08:2228 傳感器信息融合一直以來被認(rèn)為是改進(jìn)目標(biāo)跟蹤的一種有效手段。一般的做法是假設(shè)所有傳感器是同步的，但是這樣的假設(shè)在實際系統(tǒng)中常常是難以做到的。本文在考慮多傳感器
2009-09-17 11:47:2510 針對被動傳感器陣列中的機(jī)動目標(biāo)跟蹤問題，該文提出了一種基于多模Rao-Blackwellized 粒子濾波的機(jī)動目標(biāo)跟蹤新方法。算法首先基于Rao-Blackwellization 理論將機(jī)動目標(biāo)跟蹤問題劃分為
2009-11-20 15:24:4611 該文分析了協(xié)方差矩陣的內(nèi)部結(jié)構(gòu)，得到了一種具有較低運算量的基于范數(shù)最小準(zhǔn)則的多目標(biāo)DOA 跟蹤算法。進(jìn)一步，在其基礎(chǔ)上通過解一組線性方程組得到了不同時間段各個目標(biāo)的
2009-11-24 15:44:1015 傳感器信息融合一直以來被認(rèn)為是改進(jìn)目標(biāo)跟蹤的一種有效手段。一般的做法是假設(shè)所有傳感器是同步的，但是這樣的假設(shè)在實際系統(tǒng)中常常是難以做到的。本文在考慮多傳感器
2009-12-16 14:47:5916 針對多物資多點出救多目標(biāo)應(yīng)急調(diào)度問題的特點,本文建立了一種以時間最短、成本最小為目標(biāo)的數(shù)學(xué)模型,應(yīng)用模糊理想點法作為多目標(biāo)模糊判決的求解算法,把多目標(biāo)決策問題
2010-01-15 16:03:258 本文討論了小波神經(jīng)網(wǎng)絡(luò)在機(jī)動多目標(biāo)跟蹤中的應(yīng)用，多目標(biāo)跟蹤就是主體為了維持對多個目標(biāo)（客體）當(dāng)前狀態(tài)的估計而對所接收的量測信息進(jìn)行處理的過程。以非線性大規(guī)模并
2010-01-22 14:05:0210 為有效解決無線傳感器網(wǎng)絡(luò)對具有聲音特性移動目標(biāo)的跟蹤問題，該文利用聲音隨距離的能量衰減模，并結(jié)合聲強(qiáng)特性，給出了基于動態(tài)組管理機(jī)制的目標(biāo)跟蹤方法。仿真實驗結(jié)果
2010-02-10 15:16:4128 無人機(jī)編隊視頻序列中的多目標(biāo)精確跟蹤:：針對無人機(jī)編隊視頻序列中的多目標(biāo)精確跟蹤的要求，使用ＳＴＫ（ｓａｔｅｌｌｉｔｅｔｏｏｌｋｉｔ）三維建模軟件模擬無人機(jī)ＵＡ
2010-03-18 16:21:4019 為解決多傳感器系統(tǒng)在目標(biāo)跟蹤時由于某個傳感器不能正常工作而影響目標(biāo)航跡精度的問題，采用基于最小二乘曲線擬合和kalman 一步預(yù)測的判別算法，自動識別暫時失效的傳感器并
2010-08-06 22:57:1724 摘要：根據(jù)聲學(xué)傳感器網(wǎng)絡(luò)對聲源定位的實驗結(jié)果，針對傳感器的布局對目標(biāo)觀測精度的影響，對面向目標(biāo)跟蹤的傳感器網(wǎng)絡(luò)布局問題進(jìn)行了深入研究，改進(jìn)了已有傳感器感知模
2010-12-31 01:08:1722 摘要： 毫米波多目標(biāo)信號形成是實現(xiàn)毫米波雷達(dá)模擬器的關(guān)鍵技術(shù)，要求目標(biāo)分辨精度高、時延差值達(dá)ns級是其顯著特點。介紹一種基于可編程邏輯器件FPGA的多目
2009-06-20 15:31:59849 
摘 要 ：移動目標(biāo)跟蹤是傳感器網(wǎng)絡(luò)的一個重要應(yīng)用．網(wǎng)絡(luò)中傳感器節(jié)點協(xié)作發(fā)現(xiàn)目標(biāo)并將對目標(biāo)的感知信息反饋給用戶．為了有效地減少網(wǎng)絡(luò)能耗和提高跟蹤質(zhì)量，文中提出一種基于兩階段睡眠調(diào)度的目標(biāo)跟蹤協(xié)議．該協(xié)議將整個跟蹤過程劃分成兩個階段，根據(jù)各階段
2011-01-27 21:27:0333 利用多傳感器跟蹤多目標(biāo)技術(shù)中最重要的問題是目標(biāo)關(guān)聯(lián)問題。它包括兩個方面: 同一傳感器2 次掃描或多次掃描間各目標(biāo)的關(guān)聯(lián)以及多傳感器各自的跟蹤航跡之間的關(guān)聯(lián)。在密集目標(biāo)、
2011-09-06 14:30:3731 文中提出了一種適用于多傳感器多目標(biāo)跟蹤的JPDA算法，它以極大似然估計完成對來自多傳感器的測量集合進(jìn)行同源最優(yōu)分劃，然后采用JPDA方法對多目標(biāo)進(jìn)行跟蹤。經(jīng)過理論分析和仿真
2012-02-03 10:38:1747 針對傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時目標(biāo)數(shù)量不斷變化這一復(fù)雜情況，文中對多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理，和信息融合所組成。其
2012-06-07 09:09:490 基于無線傳感器網(wǎng)絡(luò)動態(tài)簇的目標(biāo)跟蹤，參考下。
2016-01-21 11:14:0511 多傳感器信息融合技術(shù)概述一般意義上的信息融合（也稱為數(shù)據(jù)融合）是一種對信息多層次、多方面的處理過程，這個過程是對多源數(shù)據(jù)進(jìn)行融合以獲得精確、完整、及時的目標(biāo)屬性及狀態(tài)。單個傳感器提供的信息量較少
2017-01-16 11:50:586993 基于多工況的車門結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計方法研究_易輝成
2017-03-17 15:44:140 多傳感器目標(biāo)指示交接動態(tài)聯(lián)盟建模與分析_龍文彪
2017-03-19 19:03:461 分塊多特征自適應(yīng)融合的多目標(biāo)視覺跟蹤_施瀅
2017-03-19 19:04:231 改進(jìn)粒子濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法_丁婷婷
2017-03-19 19:04:390 TLD算法是一種新穎的長期目標(biāo)跟蹤算法，針對算法中檢測器采用特征沒有充分考慮跟蹤過程中目標(biāo)的表觀、區(qū)域輪廓的變化及基于窗口掃描影響效率等問題，在TLD算法的基礎(chǔ)上，加入演化機(jī)理，基于水平集對其進(jìn)行
2017-11-21 11:51:549 利用FPGA及其片上32位微處理器內(nèi)核MicroBlaze,構(gòu)建雷達(dá)目標(biāo)跟蹤系統(tǒng)，硬件實現(xiàn)的高速并行性保證了多目標(biāo)跟蹤的實時性，微處理器CPU強(qiáng)大的控制協(xié)調(diào)功能保證系統(tǒng)的正常運行。針對多目標(biāo)波門排序這一難點，本文提出了利用頂層軟件排序的方法，降低了難度和運算量，提高了靈活性，很好的解決了問題。
2017-11-24 20:46:462679 
針對無線傳感器網(wǎng)絡(luò)動態(tài)分簇目標(biāo)跟蹤中的數(shù)據(jù)碰撞與簇首選擇過程導(dǎo)致能耗過高問題，提出一種基于能量優(yōu)化的無線傳感器網(wǎng)絡(luò)動態(tài)分簇方法。首先，構(gòu)建時分競選傳輸模型，主動避免動態(tài)簇內(nèi)數(shù)據(jù)碰撞，降低節(jié)點能耗
2017-12-01 10:52:480 針對單目視覺對多個相似的目標(biāo)跟蹤因遮擋等因素影響而失效的問題，提出一種基于改進(jìn)霍夫森林框架的多目標(biāo)跟蹤算法。在將多目標(biāo)跟蹤問題歸結(jié)為基于目標(biāo)檢測的軌跡關(guān)聯(lián)過程基礎(chǔ)上，通過引入在線學(xué)習(xí)霍夫森林框架將
2017-12-14 17:09:390 傳統(tǒng)的固定無線傳感器網(wǎng)絡(luò)在進(jìn)行目標(biāo)跟蹤過程中面臨著跟蹤質(zhì)量較低、網(wǎng)絡(luò)能耗較高等問題．移動傳感器網(wǎng)絡(luò)提供了新的解決方法，即移動式目標(biāo)跟蹤．目前的研究大多將被跟蹤目標(biāo)的探測和定位混為一談．故此，區(qū)分了以
2017-12-22 16:11:060 問題，但此方法效率較低且對權(quán)值和次序較為敏感。因此，后來發(fā)展了基于Pareto最優(yōu)解集（Pareto-optimal set）或非支配解集（Nondominated Set）的群體智能算法解決多目標(biāo)問題。 果蠅優(yōu)化算法（Fruit Fly Optimization Algorithm，F(xiàn)OA）是由臺灣博士
2018-01-13 09:48:430 針對高斯混合概率假設(shè)密度（ GM-PHD）濾波器未檢查一對一假設(shè)以及難以跟蹤跨越目標(biāo)的問題，在其基礎(chǔ)上提出一種約束權(quán)重的改進(jìn)多目標(biāo)跟蹤方法。通過構(gòu)建權(quán)重矩陣，從所有生成的目標(biāo)中尋找權(quán)重最大的目標(biāo)
2018-02-24 13:55:360 在多目標(biāo)跟蹤過程中，遮擋和漏檢容易引起目標(biāo)標(biāo)簽錯亂和丟失，造成跟蹤失敗。針對該問題，提出一種基于混合高斯一概率假設(shè)密度（ GM-PHD）濾波器的改進(jìn)跟蹤方法。使用背景差分檢測獲得二值圖像映射和測量集
2018-03-07 14:32:473 隨著無線通信、集成電路以及傳感器等技術(shù)日趨成熟，成本低、能耗少、功能多的微型傳感器得到了大量應(yīng)用，形成多跳自組織網(wǎng)絡(luò)系統(tǒng)。其中無線傳感器網(wǎng)絡(luò)的一個重要應(yīng)用是目標(biāo)定位和跟蹤，其無論在軍用還是民用中都
2018-03-12 11:07:091 多目標(biāo)跟蹤技術(shù)通過對不同目標(biāo)之間的相互社會關(guān)系進(jìn)行建模，改善單個目標(biāo)的跟蹤性能，并且快速檢測和預(yù)判場景中可能發(fā)生的群體類突發(fā)事件?，F(xiàn)有的多目標(biāo)跟蹤技術(shù)雖在數(shù)據(jù)關(guān)聯(lián)和軌跡估計上取得平衡，但依然存在諸多
2018-12-21 15:03:371 本書是關(guān)于多傳感器多源信息融合理論與應(yīng)用的一本專著，主要匯集了作者近年來在多源信息融合基礎(chǔ)理論與方法、目標(biāo)狀態(tài)估計、隨機(jī)集理論等方面的研究成果，同時也詳細(xì)介紹了信息融合的相關(guān)基本概念、結(jié)構(gòu)和功能模型、主要研究方法。
2019-06-26 08:00:000 導(dǎo)讀 本文是一篇多目標(biāo)跟蹤方向的調(diào)研報告，從相關(guān)方向、核心步驟、評價指標(biāo)和最新進(jìn)展等維度出發(fā)，對MOT進(jìn)行了全面的介紹，不僅適合作為入門科普，而且能夠幫助大家加深理解。 最近做了一些多目標(biāo)跟蹤方向
2020-11-05 10:01:554408 
對象跟蹤問題一直是計算機(jī)視覺的熱點任務(wù)之一，簡單的可以分為單目標(biāo)跟蹤與多目標(biāo)跟蹤，最常見的目標(biāo)跟蹤算法都是基于檢測的跟蹤算法，...
2020-12-08 23:31:301707 對抗機(jī)器學(xué)習(xí)的最新研究開始關(guān)注自主駕駛中的視覺感知，并研究了目標(biāo)檢測模型的對抗示例。然而在視覺感知管道中，在被稱為多目標(biāo)跟蹤的過程中，檢測到的目標(biāo)必須被跟蹤，以建立周圍障礙物的移動軌跡。由于多目標(biāo)
2021-02-01 11:01:463765 
針對多伯努利濾波方法在多目標(biāo)跟蹤時，難以檢測新生目標(biāo)，且當(dāng)目標(biāo)岀現(xiàn)互相遮擋等千擾時，跟蹤精度下降，甚至岀現(xiàn)目標(biāo)漏跟，以及當(dāng)漏跟目標(biāo)被重新跟蹤后，與之前運動軌跡難以關(guān)聯(lián)等問題，在多伯努利濾波框架
2021-04-07 14:27:345 為提高攝像機(jī)目標(biāo)跟蹤精度，提岀基于多假設(shè)跟蹤（MH）框架的采用軌跡樹層次關(guān)系模型多攝像機(jī)多目標(biāo)跟蹤方法。首先，通過多個攝像機(jī)產(chǎn)生的軌跡之間的時空關(guān)聯(lián)，找岀未知數(shù)目的多個軌跡，并通過求解各幀的最大
2021-04-12 16:05:0738 和多目標(biāo)跟蹤，其中單目標(biāo)跟蹤相對簡單，除了需要解決與多目標(biāo)跟蹤共性的問題（如遮擋、形變等）外，單目標(biāo)跟蹤不需要考慮目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題。然而，在多目標(biāo)跟蹤系統(tǒng)中，場景更為復(fù)雜，跟蹤目標(biāo)的數(shù)量和類別往往是不確定的
2021-05-08 16:27:422 基于隨機(jī)有限集理論的多伯努利濾波方法能夠有效處理多目標(biāo)跟蹤中數(shù)目未知且時變的問題，但難以適應(yīng)復(fù)雜環(huán)境下視頻多目標(biāo)跟蹤中目標(biāo)之間或背景等干擾問題，尤其是目標(biāo)相互緊鄰和被遮擋時，會導(dǎo)致跟蹤精度下降，甚至
2021-05-12 15:18:1111 視頻目標(biāo)跟蹤要求在已知第一幀感興趣物體的位置和尺度信息的情況下，對該目標(biāo)在后續(xù)視頻幀中進(jìn)行持續(xù)的定位和尺度估計Ｗ。廣義的目標(biāo)跟蹤通常包含單目標(biāo)跟蹤和多目標(biāo)跟蹤。
2022-07-05 11:24:332346 3D-AI多目標(biāo)檢測器將邊緣計算能力集成在傳感器內(nèi)部，通過3D-AI多目標(biāo)檢測算法，能夠?qū)崟r分析畫面中每個車輛的位置和速度信息，通過這些交通基礎(chǔ)信息，可以給信號機(jī)當(dāng)前各個路口方向的車流量。
2022-07-21 11:51:142257 本文介紹了一種穩(wěn)健的多傳感器數(shù)據(jù)融合方法。多傳感器系統(tǒng)吸引了大量的由于其廣泛應(yīng)用于廣泛的實用領(lǐng)域，如多傳感器目標(biāo)跟蹤、組合導(dǎo)航、多車輛同時定位、棲息地監(jiān)測、網(wǎng)絡(luò)物理無線傳感器網(wǎng)絡(luò)中的系統(tǒng)和網(wǎng)絡(luò)過濾
2022-07-31 16:17:151 對象跟蹤問題一直是計算機(jī)視覺的熱點任務(wù)之一，簡單的可以分為單目標(biāo)跟蹤與多目標(biāo)跟蹤，最常見的目標(biāo)跟蹤算法都是基于檢測的跟蹤算法，首先發(fā)現(xiàn)然后標(biāo)記，好的跟蹤算法必須具備REID的能力。今天小編斗膽給大家推薦一個結(jié)合傳統(tǒng)算法跟深度學(xué)習(xí)，特別好用的對象跟蹤算法框架DeepSort
2022-09-14 16:20:053643 針對深度學(xué)習(xí)算法在多目標(biāo)跟蹤中的實時性問題, 提出一種基于MobileNet的多目標(biāo)跟蹤算法. 借助于MobileNet深度可分離卷積能夠?qū)ι疃染W(wǎng)絡(luò)模型進(jìn)行壓縮的原理, 將YOLOv3主干網(wǎng)絡(luò)替換
2022-11-09 10:23:301761 
。本文將深入探討激光焊縫跟蹤傳感器的工作原理，包括各種類型的傳感器、其背后的技術(shù)以及在焊接過程中使用激光焊縫跟蹤傳感器的好處。 激光焊縫跟蹤傳感器的類型 有各種類型的激光焊縫跟蹤傳感器，每種都設(shè)計適用于不同
2023-03-28 18:15:032006 
近日，矽典微發(fā)布了兩款XenP系列毫米波傳感器。該系列命名為“影”旨在幫助客戶優(yōu)化智能設(shè)備對人體測距定位和多目標(biāo)識別的需求。
2023-04-15 09:34:352501 多目標(biāo)跟蹤(MOT)任務(wù)的關(guān)鍵挑戰(zhàn)是跟蹤目標(biāo)下的時間建模。現(xiàn)存的用檢測跟蹤的方法采用簡單的heuristics，如空間或外觀相似性。
2023-04-18 09:12:551727 最近做了一些多目標(biāo)跟蹤方向的調(diào)研，因此把調(diào)研的結(jié)果以圖片加文字的形式展現(xiàn)出來，希望能幫助到入門這一領(lǐng)域的同學(xué)。也歡迎大家和我討論關(guān)于這一領(lǐng)域的任何問題。
2023-06-13 09:37:521102 
TBD(Tracking-by-Detection)與DFT（Detection-Free Tracking）也即基于檢測的多目標(biāo)跟蹤與基于目標(biāo)外形的先驗知識無需檢測器的多目標(biāo)跟蹤。TBD是目前學(xué)界業(yè)界研究的主流。
2023-06-15 17:22:402772 
多目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域中的一個重要任務(wù)，它旨在從視頻或圖像序列中準(zhǔn)確地檢測和跟蹤多個移動目標(biāo)。不過在落地部署時，有一些關(guān)鍵點需要解決。
2024-04-28 09:42:314025 
深度識別與多目標(biāo)識別是兩個在計算機(jī)視覺和傳感器技術(shù)領(lǐng)域中非常重要的概念。它們在自動駕駛、機(jī)器人導(dǎo)航、工業(yè)自動化、安防監(jiān)控等多個領(lǐng)域有著廣泛的應(yīng)用。 深度識別 深度識別，通常指的是通過傳感器獲取場景
2024-09-10 14:52:181136 3D多目標(biāo)跟蹤（3D MOT）在各種機(jī)器人應(yīng)用中發(fā)揮著關(guān)鍵作用，例如自動駕駛車輛。為了在駕駛時避免碰撞，機(jī)器人汽車必須可靠地跟蹤道路上的物體，并準(zhǔn)確估計它們的運動狀態(tài)，例如速度和加速度。
2024-10-28 10:07:011137 
1.yolov11_track簡介(多目標(biāo)跟蹤算法)YOLO11是UltralyticsYOLO系列實時物體檢測器的最新版本，重新定義了在尖端準(zhǔn)確度、速度和效率方面的可能性。在前幾代YOLO版本
2025-07-25 15:21:431499 
在智能家居、智慧商業(yè)、物聯(lián)網(wǎng)設(shè)備日益普及的今天，精準(zhǔn)、可靠的人體感知與定位技術(shù)成為產(chǎn)品智能化的核心。深圳市海凌科電子有限公司正式推出HLK-LD2453高精度多目標(biāo)識別毫米波雷達(dá)傳感器，以毫米波技術(shù)
2025-12-01 11:08:18550 
電子發(fā)燒友App
工商網(wǎng)監(jiān)
湘ICP備2023018690號-1
評論