研究红外鱼眼预警系统的多目标数据关联
Yulong Zhou1,2, Dan Fang2, Jianchao Li3
1Hebei Jiaotong Vocational and Technical College, Huai'an East Road No.339, Shijiazhuang, 050035, China.
Heliyon
|December 14, 2023
概括
一种新的多目标追踪方法通过将目标运动方向纳入数据关联来提高准确性. 这种增强的方法为红外线预警系统提供了近10%的成功率.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 传感器融合式传感器
背景情况:
- 多目标追踪对于红外鱼眼预警系统至关重要.
- 现有的神经联合概率数据协会 (NJPDA) 算法主要使用距离,限制了跟踪准确性.
研究的目的:
- 为了提高红外鱼眼预警系统的多目标追踪精度.
- 通过整合目标运动方向来开发一种新的数据关联方法.
主要方法:
- 在数据关联中分析了NJPDA算法的局限性.
- 提出基于NJPDA的新方法,引入"方向差异"和合并运动方向信息.
- 使用高斯权重修改了概率函数,以整合方向数据.
主要成果:
- 与JPDA和NJPDA相比,拟议的算法显示了近10%的跟踪成功率.
- 该方法满足红外鱼眼预警系统的实时处理需求.
结论:
- 整合目标运动方向显著提高了多目标跟踪精度.
- 这种新的方法为预警系统的实时,高精度跟踪提供了可行的解决方案.
