传统的基于稀疏表示的目标跟踪方法主要利用目标的灰度特征构建稀疏表示模型。由于灰度特征对光照变化敏感,这会影响目标跟踪在复杂场景下的鲁棒性。基于多源数据融合的目标跟踪可以明显提升目标跟踪鲁棒性,但如何有
采用多特征融合的方法,进行多目标跟踪,想法详细,容易实现!
现代传感器分辨能力的大幅提升使得观测对象不再被认为是点目标, 而是具有一定形态的扩展目标。传统上基于点目标假设所取得的建模与状态估计研究成果已不再适用于现今许多的实际应用场景, 特别是当扩展目标发生机
基于DS证据的多传感器数据融合技术,曹爱华,,针对单侦察平台对目标参数测量数据单一、不确定性较高的缺陷,分析了DS-证据在多侦察平台中的应用。由于侦察平台对目标参数测量具
多 传 感 器 数 据 融 合理 论 及 应 用 [ 美 ] L aw r e n c e A. Kl ei n 著 戴 亚平 刘 征 郁 光辉 译
对文献[5]提出的Cao方法进行了改进,提出一种新的多嵌入延迟相空间重构方法,不仅能够判断最小嵌入维数,还能够确定最佳时间延迟矢量。Cao方法的应用领域得以扩展,使得相空间重构问题可以在一个判断标准下
研究论文-多传感器跟踪的航迹关联
多传感器信息融合技术的基本原理就像人的大脑综合处理信息的过程一样,将各种传感器进行多层次、多空间的信息互补和优化组合处理
视觉导航概念,多源传感器融合方法介绍
多传感器信息融合及其应用综述
