一种交叉多目标跟踪算法

为了解决多目标跟踪过程中由目标轨迹交叉引起的跟踪算法复杂度增加以及跟踪精度降低的问题,提出了一种改进的基于随机有限集的交叉多目标跟踪算法。该算法以高斯混合参数代替概率密度假设来降低算法复杂度和减小跟踪误差。最后在线性高斯条件下进行了MATLAB仿真实验,模拟多目标的运动过程,应用本文提出的改进算法和传统的基于数据关联的算法对多目标进行跟踪,对比试验结果表明所提出的改进算法对交叉多目标具有更加良好的跟踪性能。     

基于EM的多目标跟踪算法

为了提高多目标跟踪的鲁棒性,增强目标之间的区别性,使用了一种基于能量最小化(energy minimization,EM)的多目标跟踪算法,不同于现有算法,本算法专注于将多目标跟踪中的复杂问题表示为能量函数的模型,模型中包括了更优的目标区分策略(相似度模型)。通过将每个能量函数成本值对应一个多目标的跟踪轨迹方案,算法将多目标跟踪问题转化为能量最小化的问题。在能量函数模型的优化方法上,算法采用共轭梯度算法和一系列的跳转运动来找到能量最小的值。公开数据集的实验结果证明了本算法的有效性,而且定量分析结果证明了本算法提高了目标与背景、目标之间的相互区别性从而与其他算法相比能获得更好的鲁棒性能。     

一种拥挤环境下的多目标跟踪算法

多目标的鲁棒跟踪是视频监控系统的基础。在拥挤的环境下,由于遮挡的原因,传统的单目跟踪方法很难分割前景目标并跟踪。本文通过码本算法获得多个视角的前景信息,利用部分标定法获得平面单应性矩阵,根据此矩阵将各个视角的前景信息投射到参考视角后进行数据融合,利用得到的定位信息进行跟踪。实验结果表明,该算法在拥挤的环境中能实现对多目标的鲁棒跟踪,具有很好的实时性。     

改进布谷鸟算法优化粒子滤波的多目标跟踪方法

标准粒子滤波器的重采样会造成粒子贫化,影响跟踪系统的精度。为克服这一缺陷,提出了一种改进布谷鸟搜索算法优化粒子滤波的多目标跟踪方法。将粒子作为布谷鸟宿主鸟巢,模拟布谷鸟寻找宿主鸟巢位置的行为,通过全局搜索和局部搜索两个阶段使粒子向高似然区域移动。同时,改进布谷鸟搜索算法的寻优机制,提出动态搜索步长和强化局部搜索的方法,加强了算法的全局搜索的收敛速度。此外,改进算法结合了联合概率数据关联,用于解决多机动目标跟踪问题。本文设置了一维环境和二维环境两组实验,对比优化后的粒子滤波算法与标准粒子滤波算法的目标跟踪性能。实验结果表明,本文提出的算法不仅全局收敛速度更快,而且提高了多机动目标跟踪的精度;与标准布谷鸟搜索优化粒子滤波算法相比,全局收敛迭代速度提高了28.5%;与粒子滤波联合概率数据关联和粒子群优化粒子滤波联合概率数据关联算法相比,估计精度分别提高了24.7%和11.81%。     

融合SimAM注意力机制的实时多目标跟踪算法

多目标跟踪中的JDE算法首次将目标检测与重识别进行联合学习,极大提升了跟踪速度,但由于复杂背景干扰和遮挡导致跟踪准确度下降。为了解决跟踪速度与准确度的平衡问题,本文提出了SAM JDE,该模型融合了SimAM注意力机制、多尺度融合等思想,通过增强特征提取能力提高目标跟踪的准确性。使用CIoU_Loss作为回归损失函数,通过准确地构建目标框和预测框之间的位置关系来提升定位精度。关联匹配部分使用卡尔曼滤波预测运动信息,匈牙利匹配算法完成时序维度上的目标关联。在MOT16 test数据集上进行测试,MOTA达到664%,跟踪速度为206 FPS,在保证实时性的基础上跟踪准确度较JDE算法提升23%,较好地优化了准确度与速度的平衡问题。     

一种图像确认目标的多目标跟踪方法

为了解决回波的复杂性和不确定性导致雷达多目标跟踪精度降低的问题,给出一种图像确认的多目标跟踪方法。该方法通过序列图像获取目标部分相关参数,从而剔除与参数不相符的虚假回波和杂波;然后根据保留的目标回波更新所跟踪目标的测量新计算,从而减少了多目标跟踪中由无关回波和杂波干扰所造成的测量更新误差,提高了目标跟踪的精度。仿真实验结果表明,本算法在去除部分或全部杂波后,能够减小多目标跟踪的误差,使跟踪精度得到较大改善。     

基于改进YOLO和DeepSORT的实时多目标跟踪算法

针对基于检测的两步多目标跟踪算法模型结构复杂、实时性差的问题,提出一种基于改进YOLOv4-Tiny和DeepSORT的实时多目标跟踪算法。在YOLOv4-Tiny算法中引入深度可分离卷积,压缩模型计算量;将检测分支增加至3个,并使用多尺度特征融合结构以降低对小目标的漏检率;利用改进的GC注意力模块,加强网络对全局上下文特征的提取能力。跟踪部分使用DeepSORT算法,使用匀加速卡尔曼滤波优化其行人运动模型,利用浅层分类网络重构其外观模型,最后在MOT16测试序列中实验。结果表明,改进算法的总参数量为4.2M,较原算法减少52%且MOTA增加5.2%,GPU下处理时间加快,单CPU时能达到平均每秒11帧的跟踪速度,能满足低算力设备对跟踪任务精度和速度的要求。     

自适应算法在有载调压变压器差动保护中的应用

首先分析了有载调压变压器由于变压器抽头的改变而引出的问题,在此基础上提出一种自适应算法,可在线消除由于CT不匹配引起不平衡电流的影响。另外,对于励磁涌流的判别,提出一种基于电压开关量的自适应算法。仿真实例证明该文算法对CT电流校正、励磁涌流鉴别是有效的,在保证动作时间的同时增加了动作的可靠性。     

自适应算法在有载调压变压器差动保护中的应用

首先分析了有载调压变压器由于变压器抽头的改变而引出的问题,在此基础上提出一种自适应算法,可在线消除由于CT不匹配引起不平衡电流的影响.另外,对于励磁涌流的判别,提出一种基于电压开关量的自适应算法.仿真实例证明该文算法对CT电流校正、励磁涌流鉴别是有效的,在保证动作时间的同时增加了动作的可靠性.     

钢筋自动记数系统在唐钢棒材生产中的应用

螺纹钢（俗称钢筋）出厂前要按规定的根数打捆，这就需要在生产过程中对螺纹钢计数。我厂两条棒材生产线都是采用人工记数的方法：一方面，人工计数速度慢，严重影响了整个生产线的生产速度，成为整个生产流水线的巨大瓶颈，造成了极大的资源浪费。另一方面，由于人工计数的错误率高，使得我厂只能按照重量计量，不能从国际上流行的负公差轧制方式获得应有的经济效益，     

一种基于随机场多运动目标跟踪算法

多运动目标跟踪是智能视频监控系统的重要内容。由于目标数量众多且目标之间相互遮挡,会造成跟踪轨迹不连续,这是多目标跟踪问题的难点,也是当前流行算法无法解决的研究的问题。利用目标对相互之间的位置信息受到外界干扰较少的特点,提出基于条件随机场多目标跟踪。与以前针对所有目标的外形特征不同,算法对跟踪子对进行标示。采用分层结构,由低阶状态作为输入序列到高阶,通过代价函数最小化,从而得到最终连续跟踪轨迹。能有效解决复杂环境下多目标不连续的问题。算法对于外形类似的被跟踪目标以及相互遮挡严重的情况有比较明显的优势,与当前优秀的算法相比,实验表明本文算法在定量分析和定性分析上均有较好的结果。     

Expectation-maximization-based infrared target tracking with time-varying extinction coefficient identification

Extinction coefficient (EC), as the key parameter of target intensity model, is assumed constant in classical infrared target tracking (IRTT) methods. However, it is a time-varying and state-coupled parameter related to complex atmosphere environment. To this end, this article proposes the problem of IRTT with time-varying EC identification. Different from the constant EC case whose solution is the measurement augmentation, the time-varying EC case brings out the new challenge: deep coupling between state estimation and parameter identification. In the expectation-maximization framework, this article derives the joint identification and estimation optimization scheme, where the Taylor expansion variance error of intensity model is also identified to adaptively compensate the nonlinear approximation. Simulation examples show that the proposed scheme has better estimation accuracy than the existing augmented extended Kalman filter.     

基于红外视觉的固定翼无人机自动着陆引导系统

固定翼无人机自动着陆需要跟踪速度快、精度高的引导系统,本文设计并搭建了一套基于红外视觉的无人机自动着陆引导系统。文中首先介绍了视觉着陆引导系统的原理、组成,并分析其数学模型;在无人机上设计了红外视觉识别标志,设计并编写了引导系统图像处理算法和视觉跟踪算法;设计视觉着陆引导控制结构;最后,通过试飞实验对该系统的可靠性、跟踪速度和精度进行验证。实验结果表明本文设计的自动着陆引导系统能够很好地满足固定翼无人机精确自动着陆的要求。     

基于热释电红外传感器的人体追踪电机控制的应用

立足于当今物联网技术的发展以及智能家居的研究现状,设计了一种基于热释电红外传感器的智能人体追踪电扇。该设计采用MSP430F149单片机作为控制器,通过5个HC-SR501热释电红外传感器组对人体位置的实时检测,实现左右和上下二维方向追踪人体。整个系统实用性强、集成度高、价格便宜、体积轻巧,具有广阔的应用前景。     

被动声纳监测系统中目标跟踪算法的研究

被动声呐技术是监测水中目标的重要手段,由于水声信号在水中传播干扰较大,信噪比相对较低,所以水声信号的数据处理方法显得尤为重要。提出了一套被动声呐监测系统中的数据处理软件处理离散目标点的算法,算法以离散目标点之间距离与噪声谱的相关性为计算依据,将离散的目标点处理显示为连续的跟踪轨迹。该算法具有运算简单、数据处理量小的优点,目标数据经过处理后,原始数据中的噪点得到大幅抑制,同时增加了目标跟踪的连续性,最终得以从软件算法层面上改善被动声呐监测系统的性能。     

基于强跟踪UKF的视频目标跟踪算法

针对无迹卡尔曼滤波（unscented Kalman filter ,UKF）在非线性系统状态估计中存在的跟踪缓慢和稳态偏差问题,提出一种基于强跟踪UKF的视频目标跟踪算法。该算法以无迹变换（unscented transform ,UT）为基础,结合强跟踪滤波器和UKF滤波器的优点,在状态预测协方差矩阵中引入时变渐消因子调节卡尔曼增益,强迫输出残差序列保持正交,并提取残差序列的有效信息,提高滤波器对状态变化的跟踪能力。仿真结果表明,利用强跟踪UKF算法对视频中的运动目标进行跟踪,具有更高的跟踪精度,状态滤波均方误差更小。     

强跟踪UKF算法在光伏系统MPPT中的应用

强跟踪UKF算法是采用Unscented策略逼近非线性分布且强跟踪系统突变的状态估计算法,该算法兼具强跟踪算法鲁棒性强、Unscented变换精度高、实现简单的优点。针对光伏系统在部分遮蔽情况下最大功率点误判问题,结合恒压法与强跟踪UKF算法,提出了一种新的光伏系统MPPT策略。采用恒压法快速定位最大功率点的电压范围;在该电压范围用尽量小步长的控制电压,以相应瞬时功率作为被估量,采用STUKF算法精确估算最大功率点,确定相应控制电压;保证光伏系统MPPT跟踪速度基础上,提高跟踪精度,通过状态跟踪判断状态突变,避免了误判问题。仿真和实验验证了所提策略的正确性、有效性。