【摘要】：基于混合高斯模型的軌跡分布融合方法適用于窄帶目標(biāo)跟蹤系統(tǒng)。這種算法針對(duì)寬帶跟蹤結(jié)果的不精確,目標(biāo)模糊,窄帶跟蹤需要依賴人工實(shí)現(xiàn)的問(wèn)題,提出了一種基于混合高斯模型的自動(dòng)窄帶目標(biāo)跟蹤技術(shù)。該方法首先將目標(biāo)方位分布看做是混合高斯模型,利用期望最大化算法估計(jì)混合高斯模型中的參數(shù),然后利用混合高斯模型對(duì)目標(biāo)方位進(jìn)行聚類,最后利用平均加權(quán)法對(duì)目標(biāo)方位進(jìn)行融合,得到清晰穩(wěn)定的目標(biāo)跟蹤結(jié)果。
[Abstract]:The trajectory distribution fusion method based on mixed Gao Si model is suitable for narrow band target tracking system. In order to solve the problem that the result of wideband tracking is imprecise, the target is fuzzy and the narrow band tracking needs to be realized manually, an automatic narrowband target tracking technique based on mixed Gao Si model is proposed. In this method, the azimuth distribution of the target is regarded as a mixed Gao Si model, and the parameters in the mixed Gao Si model are estimated by using the expectation maximization algorithm, and then the target azimuth is clustered by the mixed Gao Si model. Finally, the target azimuth fusion is carried out by using the average weighting method, and the clear and stable target tracking results are obtained.
【作者單位】： 杭州應(yīng)用聲學(xué)研究所;
【分類號(hào)】：TB56

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董小舒;陳崗;卞志國(guó);;一種改進(jìn)的基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];應(yīng)用光學(xué);2012年05期

2 魏曉慧;李良福;錢鈞;;基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[J];應(yīng)用光學(xué);2010年04期

3 姚會(huì);蘇松志;王麗;李紹滋;;基于改進(jìn)的混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 甘小勇;孫旭;;一種基于混合高斯模型的運(yùn)動(dòng)陰影去除算法[J];桂林理工大學(xué)學(xué)報(bào);2014年01期

5 賈河江;李一兵;候新彤;;混合高斯模型中基于背景補(bǔ)償?shù)年幱耙种芠J];四川兵工學(xué)報(bào);2010年07期

6 李凌;李一平;;一種基于輪廓和混合高斯模型的運(yùn)動(dòng)車輛視頻檢測(cè)方法[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

7 陳超;姜鑫;沙基昌;;基于混合高斯模型的指標(biāo)優(yōu)化方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年15期

8 賈俊濤;;基于混合高斯模型的紅外圖像自適應(yīng)校正算法[J];應(yīng)用光學(xué);2014年04期

9 史露;朱星宇;東方;;基于DM642的混合高斯模型運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];中國(guó)科技信息;2012年06期

10 劉遠(yuǎn)軍;楊勝;雷海龍;;一種改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)[J];邵陽(yáng)學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年01期

相關(guān)會(huì)議論文 前4條

1 劉昊;趙龍;;基于改進(jìn)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

2 李瑩;顧宏斌;;運(yùn)動(dòng)目標(biāo)檢測(cè)方法的比較[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

3 曹志剛;李宇成;;運(yùn)動(dòng)目標(biāo)的前景與背景實(shí)時(shí)分割[A];全國(guó)冶金自動(dòng)化信息網(wǎng)2010年年會(huì)論文集[C];2010年

4 陳丹;張峗;曾虹;李二濤;;基于視頻的智能交通信息檢測(cè)算法的研究[A];浙江省電子學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 馬如豹;混合高斯模型下的信號(hào)相關(guān)分析研究[D];廣東工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張志華;融合空時(shí)顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[D];昆明理工大學(xué);2015年

2 黃海濤;復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測(cè)的算法研究與應(yīng)用[D];福建師范大學(xué);2015年

3 劉聽(tīng)政;智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

4 高秀秀;車輛的實(shí)時(shí)檢測(cè)與跟蹤技術(shù)的研究[D];電子科技大學(xué);2014年

5 黃玉;基于改進(jìn)混合高斯模型的前景檢測(cè)算法研究[D];長(zhǎng)沙理工大學(xué);2014年

6 葉洪雨;基于混合高斯模型的腦—機(jī)接口系統(tǒng)腦電信號(hào)的分類研究[D];哈爾濱師范大學(xué);2015年

7 張燕杰;基于混合高斯模型的聚類分析[D];華中科技大學(xué);2014年

8 趙然;基于安卓的目標(biāo)檢測(cè)與跟蹤的研究[D];內(nèi)蒙古大學(xué);2016年

9 曾丹丹;基于混合高斯模型的日冕物質(zhì)拋射探測(cè)方法研究[D];昆明理工大學(xué);2016年

10 何曦鵬;基于DM6467的實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];南京理工大學(xué);2016年

，

本文編號(hào)：2199949