基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对红外弱目标跟踪问题,提出箱粒子标签多伯努利多目标检测与跟踪(Box Particle Labeled Muhi-Bernoulli Detection And Tracking,BOX-LMB-DT)算法,该算法首先通过使用均值滤波对获得的灰度图像进行降噪处理;其次,通过将所有像素处依强度大小进行排序,选出强度较大的区域作为当前时刻的区间量测;最后利用箱粒子标签多伯努利滤波(Box-Labeled Multi-Bernoulli Filter,Box-LMB)器对目标进行跟踪.仿真结果表明,所提箱粒子标签多伯努利多目标检测与跟踪算法能够对多目标的航迹和状态进行稳定有效的跟踪,且在相同条件下,相较于区间量测下的LMB粒子滤波,达到相同的跟踪性能时BOX-LMB滤波运算效率提升了22.59%.
推荐文章
一种改进的多伯努利多目标跟踪算法
多目标跟踪
势均衡多伯努利滤波
粒子滤波
重要性密度函数
均方根容积卡尔曼滤波
箱粒子广义标签多伯努利滤波的目标跟踪算法
目标跟踪
随机有限集
广义标签多伯努利滤波
箱粒子滤波
卷积特征多伯努利视频多目标跟踪算法*
多伯努利滤波
卷积特征
自适应学习
视频多目标跟踪
图像目标检测前跟踪的广义多伯努利滤波算法
多伯努利滤波器
检测前跟踪
重叠目标
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 弱目标箱粒子标签多伯努利多目标检测与跟踪算法
来源期刊 红外与毫米波学报 学科 工学
关键词 多目标跟踪 红外图像量测 箱粒子滤波 标签多伯努利滤波 均值滤波
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 234-244,253
页数 12页 分类号 TP391.4
字数 9686字 语种 中文
DOI 10.11972/j.issn.1001-9014.2019.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡如华 桂林电子科技大学数学与计算科学学院 34 209 6.0 13.0
2 吴孙勇 桂林电子科技大学数学与计算科学学院 32 212 8.0 14.0
4 孙希延 18 60 6.0 7.0
5 李瞳 桂林电子科技大学数学与计算科学学院 2 0 0.0 0.0
6 杨标 桂林电子科技大学数学与计算科学学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (40)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
红外图像量测
箱粒子滤波
标签多伯努利滤波
均值滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导