公共文化服务平台

蒲磊: 作品数：15 被引量：83H指数：5; 供职机构：空军工程大学信息与导航学院更多>>; 发文基金：国家自然科学基金陕西省自然科学基金西安市科技计划项目更多>>; 相关领域：自动化与计算机技术电子电信更多>>

合作作者

基于SNN-AP聚类的扩展目标量测集划分方法被引量：3: 2017年; 针对杂波环境下且量测密度差别较大的多扩展目标量测集划分问题,引入近邻传播聚类技术,提出了一种新的量测集划分算法。该算法首先采用局部异常因子检测对量测为杂波的程度进行度量,通过设定阈值的方法进行杂波滤除;同时对于目标量测密度差别较大的问题,引入一种基于共享最近邻的相似度度量方法;考虑了周围量测的影响,通过迭代传递两个信息量逐步寻找聚类中心,避免了对初始聚类个数的选择。仿真实验表明,与传统量测集划分算法相比,所提算法在保证扩展目标跟踪性能的同时,有效减少了算法的运算时间。; 蒲磊冯新喜孔云波王雪

基于多普勒量测的UKF多目标跟踪方法: 2018年; 针对高斯混合概率假设密度滤波(GMPHD)初始化需要先验强度函数的缺点,在现有GMPHD滤波框架的基础上,将多普勒信息附加于滤波更新过程中,提出了基于多普勒量测的UKF多目标跟踪方法。该方法能够利用多普勒信息对新生目标状态初始化,实现新生目标的自动初始化,有效降低滤波估计误差。仿真结果表明,所提方法复杂度较低,且在多目标跟踪过程中,对于目标个数的估计精度和最优子模式指派距离均优于已有方法。; 王雪李鸿艳蒲磊樊鹏飞; 关键词：多目标跟踪多普勒信息不敏卡尔曼滤波

基于随机有限集理论的多扩展目标跟踪技术综述被引量：8: 2016年; 随着传感器分辨率的不断提高,扩展目标跟踪技术在实际应用中的作用日益凸显。传统的基于数据关联的目标跟踪方法在对多扩展目标进行跟踪时难以适用,而基于随机有限集理论的方法由于避免了数据关联的困扰而得到了广泛的关注和大量的研究。通过对近年来基于随机有限集理论的多扩展目标跟踪技术研究现状进行了综合分析,包括外形建模方法、最优多目标跟踪贝叶斯滤波器的各类近似技术以及基于随机有限集的多扩展目标跟踪算法的性能评价指标等。最后在已有研究发展的基础上,提出了基于随机有限集理论的多扩展目标跟踪技术需重点关注和解决的若干问题,包括如何将外形建模与群目标轮廓建模进行结合、多机动扩展目标跟踪、多扩展目标跟踪性能评价指标、非线性非高斯下的扩展目标跟踪、非标准量测下的扩展目标跟踪等问题。; 冯新喜蒲磊孔云波王雪; 关键词：评价指标

基于可见光图像和红外图像决策级融合的目标检测算法被引量：19: 2020年; 针对可见光图像和红外图像的融合目标检测问题,提出了一种基于决策级融合的目标检测算法。通过建立带标注的数据集对YOLOv3网络进行重新训练,并在融合之前,利用训练好的YOLOv3网络对可见光图像和红外图像分别进行检测。在融合过程中,提出了一种新颖的检测融合算法,首先,保留只在可见光图像或只在红外图像中检测到的目标的准确结果;然后,对在可见光图像和红外图像中同时检测到的同一目标的准确结果进行加权融合;最后,将所得的检测结果进行合并,作为融合图像中所有对应目标的检测结果,进而实现基于决策级融合的快速目标检测。实验结果表明:各项指标在建立的数据集上均有较好的表现。所提算法的检测精度达到了84.07%,与单独检测可见光图像和红外图像的算法相比,检测精度分别提升了2.44%和21.89%,可以检测到更多的目标并且减少了误检目标的情况;与3种基于特征级图像融合的检测算法相比,算法的检测精度分别提升了4.5%,1.74%和3.42%。; 白玉侯志强刘晓义马素刚马素刚余旺盛; 关键词：目标检测决策级融合加权融合

K近邻隶属度的P-PHD滤波多目标状态提取: 2016年; 在P-PHD滤波多目标状态提取中,传统的K-Means聚类方法存在需要提取峰值、聚类时间长、类簇边缘易被侵蚀等问题。针对此问题,在对一般聚类算法的研究的基础上,进一步提出了一种基于K近邻隶属度P-PHD滤波多目标状态提取算法。该算法首先通过量测与粒子的关联性,根据距离来进行量测筛选剔除虚警量测信息,估计真实目标量测类别,然后利用K近邻隶属度将粒子分配给各个估计的真实量测类别,重新分配粒子集,在新粒子集直接提取目标状态信息,从而避免粒子峰值提取过程,降低了算法的时间复杂度。仿真实验表明,所提算法与传统P-PHD滤波以及其它改进聚类算法的P-PHD滤波相比,具有状态提取精度高以及运算时间短的优点。; 王雪李鸿艳童骞蒲磊

基于二级CFSFDP的扩展目标量测集划分算法被引量：2: 2018年; 在扩展目标高斯混合概率假设密度滤波中,量测集的划分需要进行大量计算,导致运行效率较低。针对该问题,提出一种新的扩展目标量测集划分算法。采用局部异常因子对杂波进行滤除,将层次聚类与采用密度极点的算法相结合对量测集进行划分。实验结果表明,与距离划分、K-means++划分、DBSCAN划分算法相比,在扩展目标处于交叉和近邻2种情况时,该算法对目标的外形不敏感,在保证扩展目标跟踪性能的同时,减少了计算时间。; 迟珞珈冯新喜蒲磊曹倬; 关键词：局部异常因子

基于高斯混合概率假设密度滤波器的扩展目标跟踪算法被引量：7: 2017年; 针对杂波环境下多扩展目标跟踪中航迹起始和量测集划分问题,提出了一种基于高斯混合概率假设密度滤波器的扩展目标跟踪算法。在航迹起始阶段利用最近邻指数法对量测集进行聚类趋势分析,接着通过改进OPTICS(ordering points to identify the clustering structure)算法,建立一个增广数据集排序来表示量测集的密度结构,该算法对参数选择、初始点选择均不敏感,可以滤除量测集中的杂波。仿真结果表明,在航迹起始阶段本文所提算法在保证起始性能的同时计算代价明显减少,在量测集划分过程中,所提算法能够有效划分不同形状、密度的扩展目标,自适应地确定划分数目,减少算法运行时间。; 曹倬冯新喜蒲磊张琳琳; 关键词：目标跟踪

一种长宽比自适应变化的目标尺度估计算法被引量：2: 2021年; 针对视觉跟踪中由于尺度变化、遮挡等复杂场景造成的跟踪失败问题,提出一种尺度长宽比自适应变化的目标尺度估计算法。该算法采用35×35个尺度因子来实现对目标的长宽比估计,为了降低运算量,通过分层尺度估计对二维尺度采样因子进行选择,既确定了目标的最佳尺度,又提高了算法的运行速度;为了进一步提高跟踪算法的鲁棒性,使用相邻两帧之间响应向量的欧式距离作为评判模板是否更新的标准。将尺度估计和模板更新模块引入到目前3种性能出色的相关滤波算法DSST、HCF和OSA中,进行仿真验证。实验结果表明,与原始算法相比,引入模块的新算法在跟踪成功率和精度上均有显著提高,在OTB100数据集上,成功率与3种原始算法相比,分别提高了1.3%、1.4%和1.4%,精度分别提高了1.2%、1.3%和1.0%,尤其在尺度变化、目标遮挡等复杂场景下具有明显的优势。; 郭静静侯志强陈立琳蒲磊余旺盛马素刚; 关键词：相关滤波

基于鲁棒PCA的视觉跟踪算法被引量：2: 2020年; 目前使用颜色属性特征表征目标的几种主流算法中,均使用主成分分析法(PCA)处理颜色属性特征,而PCA方法假设输入数据中存在的噪声必须服从高斯分布,该方法存在明显不足。针对这一问题,本文根据鲁棒主成分分析法(Robust PCA)对颜色属性特征进行处理。将输入图像从原始RGB颜色空间映射至颜色属性空间,得到11种不同的颜色属性层;之后,基于Robust PCA处理颜色属性特征,使得映射后的图片信息都集中在少数层上,在保留原始图片大量信息的前提下滤除噪声。本文将使用Robust PCA处理后的颜色属性特征用于原始CN算法框架中并设置不同的降维层数对比其带来的算法性能差异。在OTB100中,与原始CN框架相比,算法成功率提升1.0%,精度提升0.9%。经实验数据证明,通过Robust PCA处理后的颜色属性特征具有更强的鲁棒性,可以更好地发挥出其优势并提升算法性能。; 岳晨晨侯志强余旺盛蒲磊马素刚; 关键词：目标跟踪

基于星凸RHM的扩展目标SMC-PHD滤波被引量：5: 2017年; 扩展目标跟踪与传统目标跟踪不同,不仅需要对目标的运动状态进行跟踪,同时对于目标的外形特征也不能忽略。针对扩展目标跟踪过程中存在的外形拟合和非线性的问题,提出一种基于星凸随机超曲面模型(RHM)的扩展目标序贯蒙特卡洛概率假设密度滤波(SMC-PHD)算法。该算法运用星凸RHM对扩展目标量测源建模,在SMC-PHD的框架下,推导出非线性滤波算法的量测似然表达式和更新方程,实现扩展目标跟踪。仿真结果证明,所提算法的跟踪性能较其他滤波对于目标扩散程度和质心估计均有提高。; 王雪李鸿艳孔云波蒲磊樊鹏飞

蒲磊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

蒲磊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈