公开(公告)号：CN112837351B

公开(公告)日：2024-05-03

申请号：CN202110142169.0

申请日：2021-02-02

Applicant: 江南大学

Inventor： 杨金龙 ,  徐悦 ,  陈旭志 ,  张媛 ,  葛洪伟

IPC: G06T7/277 ,  G06T7/246 ,  G06V10/774 ,  G06V10/74 ,  G06V10/80

Abstract: 本发明公开了一种改进的标签多伯努利分布式优化融合跟踪方法，属于智能信息处理技术和信号处理领域。所述方法通过在单传感器滤波跟踪算法与基于标签滤波器的GCI融合算法的基础上，引入了组变量Group(G)以及传感器唯一标识变量ID(d)用以辅助记录基于Murty最优分配算法所得到的融合映射信息；实际上相当于对历史信息的一种利用，在后续时刻的融合步骤中，利用历史融合信息获取标签伯努利项的映射代替传统算法中利用高时间复杂度的Murty算法，降低了融合步骤中的计算复杂度，同时也可以避免传统算法中利用Murty算法获取多个假设映射时可能导致的融合结果受到紧邻虚警目标的影响，间接提高了跟踪精度和跟踪时效性。

公开(公告)号：CN115099343B

公开(公告)日：2024-03-29

申请号：CN202210738739.7

申请日：2022-06-24

Applicant: 江南大学

Inventor： 杨金龙 ,  陈旭志 ,  张媛 ,  刘建军 ,  葛洪伟

IPC: G06F18/2321 ,  G06F18/214

Abstract: 本发明公开了一种有限视野下分布式标签多伯努利融合跟踪方法，属于智能信息处理技术和信号处理领域。首先利用泛洪传输使得单一传感器拥有传感器网络中所有目标后验分布信息，采取基于聚类的目标划分方法，对目标进行准确归类，可融合类目标执行GCI融合，不可融合类目标则直接提取该目标分布信息；针对跨传感器运动目标或单一传感器跟踪目标，本发明利用目标标签以及传感器标识信息建立航迹维持表，通过与航迹维持表进行匹配，恢复目标本地标签，使得目标航迹连续化。本发明有效地解决了有限视野传感器网络中进行GCI融合导致的非重叠区域目标分布信息丢失从而导致目标漏跟的问题，可输出网络全局视野中全部目标的状态信息和完整航迹。

公开(公告)号：CN115099343A

公开(公告)日：2022-09-23

申请号：CN202210738739.7

申请日：2022-06-24

Applicant: 江南大学

Inventor： 杨金龙 ,  陈旭志 ,  张媛 ,  刘建军 ,  葛洪伟

IPC: G06K9/62

Abstract: 本发明公开了一种有限视野下分布式标签多伯努利融合跟踪方法，属于智能信息处理技术和信号处理领域。首先利用泛洪传输使得单一传感器拥有传感器网络中所有目标后验分布信息，采取基于聚类的目标划分方法，对目标进行准确归类，可融合类目标执行GCI融合，不可融合类目标则直接提取该目标分布信息；针对跨传感器运动目标或单一传感器跟踪目标，本发明利用目标标签以及传感器标识信息建立航迹维持表，通过与航迹维持表进行匹配，恢复目标本地标签，使得目标航迹连续化。本发明有效地解决了有限视野传感器网络中进行GCI融合导致的非重叠区域目标分布信息丢失从而导致目标漏跟的问题，可输出网络全局视野中全部目标的状态信息和完整航迹。

公开(公告)号：CN112837351A

公开(公告)日：2021-05-25

申请号：CN202110142169.0

申请日：2021-02-02

Applicant: 江南大学

Inventor： 杨金龙 ,  徐悦 ,  陈旭志 ,  张媛 ,  葛洪伟

IPC: G06T7/277 ,  G06T7/246 ,  G06K9/62

Abstract: 本发明公开了一种改进的标签多伯努利分布式优化融合跟踪方法，属于智能信息处理技术和信号处理领域。所述方法通过在单传感器滤波跟踪算法与基于标签滤波器的GCI融合算法的基础上，引入了组变量Group(G)以及传感器唯一标识变量ID(d)用以辅助记录基于Murty最优分配算法所得到的融合映射信息；实际上相当于对历史信息的一种利用，在后续时刻的融合步骤中，利用历史融合信息获取标签伯努利项的映射代替传统算法中利用高时间复杂度的Murty算法，降低了融合步骤中的计算复杂度，同时也可以避免传统算法中利用Murty算法获取多个假设映射时可能导致的融合结果受到紧邻虚警目标的影响，间接提高了跟踪精度和跟踪时效性。