一种实时多尺度目标检测识别算法

无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺度目标检测识别任务难点,提出一种基于改进特征金字塔网络(Feature Pyramid Network, FPN)结构的实时多尺度目标检测识别模型。该模型通过增加特征金字塔层级覆盖更广的目标尺度,获取更为丰富的目标信息;同时,利用跨连接增加不同尺度特征融合的多样性,降低特征传导距离,保留更加完整的尺度特征来提高模型检测识别多尺度目标的性能。通过实验发现,相比于原始网络结构和相同特征层级的四层特征金字塔结构,加入改进特征金字塔结构的多尺度目标检测模型识别性能得到了提升。     

一种多因素多模型选择的航迹关联算法

针对模糊综合判决中同一因素和合成运算模型无法适用于所有评价等级的问题,提出了一种基于多因素多模型选择的模糊综合决策航迹关联算法。该算法在多因素模糊综合决策的基础上,分析各因素的关联特性和合成运算模型在不同评价中的适用性,通过多因素定向选择和多元合成运算模型对关联隶属度进行计算,生成航迹关联结果。仿真实验表明,在密集目标环境下,该方法具有良好关联性能,平均正确关联率达到77.70%,比传统多因素模糊综合判决方法高3.86%。     

时频域块匹配运动估计算法性能比较

详细讨论了时频域块匹配运动矢量估计算法的理论及其实现,还从算法的运动补偿性能、计算效率和计算复杂度三个方面对时频域两种情况下的算法进行了详尽的比较。在相同条件下比较发现,相比于时域块匹配法,如果频域法不出现“双峰”,则其直接从相位相关图出发可以得到更加平滑和精确的运动场,计算效率高;但时域法更适合了存在多个运动的运动估计。     

背景运动补偿和假设检验的目标检测算法

根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法。首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标。仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB。该算法计算量小,可以成为一种通用的实时目标检测算法。     

一种实时的复杂户外场景下目标检测算法

根据实际系统中高帧频摄像机背景图像运动不大而目标有一定运动的特点，首先分离奇偶帧图像，隔帧相减并用自适应阈值技术二值化图像来检测运动目标，经过形态学处理得到许多连通的区域，然后利用目标面积最大等特征识别目标并用外接矩形定位目标，得到目标运动的真实轨迹。仿真结果表明：该算法能简单有效地检测机动目标且易于硬件并行实现。     

基于RBF神经网络的复杂背景下的运动目标检测

由于运动摄像机的存在使得复杂背蒂下的运动目标检测问题更加复杂，根据场景中目标与背景具有不同的运动、任意场景可以分成不同的运动区域这一基拳事实，提出一种新的基于RBF神经网络的运动目标检测算法。运动补偿后求参考帧与补偿后的当前帧之间的光流，联合当前像素坐标及其灰度值得到五雏特征向量作为RBF网络的输入，RBF网络学习算法通过最小化由Bayesian理论和能量最小化理论导出的损失函数实现。学习矢量量化方法修正网络的中心，收敛后网络的输出就是运动目标区域。试验结果证明了算法的有效性。     

数据链网络信息融合的有中心无中心处理结构

针对数据链网络的发展趋势及应用需求,揭示了有中心无中心融合处理的基本原理,并对其处理流程与关键技术进行了深入分析,并提供了解决思路及仿真分析。在此基础上,结合机载信息融合的功能及应用,分析对比了有中心无中心融合处理结构的优缺点,并提出了适合当前数据链网络现状的融合处理方式建议,对网络化多平台信息系统的信息融合架构设计、方案选择具有重要参考意义。     

基于鲁棒背景运动补偿的运动目标检测算法*

提出一种用仿射参数模型来近似场景中摄像机的复杂运动,采用参数化的多分辨率估计方法鲁棒地估计出仿射参数;然后在当前帧与运动补偿后的帧之间求光流场,得到目标轮廓的初始分割;最后通过聚类和搜索填充算法分割出完整的目标.试验结果表明,该运动补偿算法能有效消除摄像机运动引起的背景运动,在摄像机运动情况下得到完整的目标.     

数据链信息连续引导雷达搜索策略

机外数据链信息引导雷达搜索目标是战斗机实现隐身战斗任务的重要技术手段。采用概率方法分别建立多拍连续数据链引导信息与累积发现概率、累积被检测概率之间的关系,通过动态规划方法建立多阶段动态决策模型,满足雷达探测性能的条件下,获得最优的雷达隐身性能。最后,在典型作战场景下对模型进行仿真验证,结果表明所提的最优搜索策略相比于经验搜索策略能减少雷达辐射时间67.5%,相比于模型保守策略减少83.75%。