多目标跟踪

作品数：1848被引量：5090H指数：25
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：谢维信刘宗香李良群周建江韩崇昭更多>>
相关机构：西安电子科技大学电子科技大学西北工业大学哈尔滨工程大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国航空科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Byte的生猪多目标跟踪算法
《农业工程学报》2025年第7期145-155,共11页王亚彬 徐爱俊 周素茵 叶俊华 
浙江省‘领雁’研发攻关计划项目(2022C02050)。
多目标跟踪技术对猪只精细化养殖具有重要意义。针对饲养环境差异、猪只的快速移动以及群猪之间的频繁遮挡带来的多目标跟踪挑战,该研究提出了一种基于Byte的生猪多目标跟踪算法UKFTrack。首先,构建了一个采用定向边界框(oriented bound...
关键词：猪 多目标跟踪 定向边界框 无迹卡尔曼滤波 UKFTrack 
基于深度学习的多无人机多目标跟踪
《计算机工程》2025年第4期57-65,共9页周翰祺 方东旭 张宁波 孙文生 
国家自然科学基金(62071069)。
无人机(UAV)多目标跟踪技术在交通运营、安全监测、水域巡检等领域受到广泛关注。然而,目前已有的多目标跟踪算法多用于单无人机多目标跟踪,而单无人机的视角通常具有一定的局限性,当目标被遮挡时目标发生ID切换会导致跟踪失败。为了解...
关键词：无人机 遮挡目标 多无人机跟踪 多目标跟踪 目标关联 
基于粒子群算法的多目标跟踪优化传感器控制策略
《兰州理工大学学报》2025年第2期88-93,共6页陈辉 魏凤旗 赵永红 彭天曙 
国家自然科学基金(62163023,61873116,62366031,62363023);甘肃省基础研究创新群体(25JRRA058);中央引导地方科技发展资金项目(25ZYJA040);2024年度甘肃省重点人才项目(2024RCXM86);2023年度甘肃省军民融合发展专项资金。
针对多目标跟踪优化问题,提出一种基于粒子群算法的传感器控制策略.首先由泊松多伯努利混合(PMBM)滤波器的预测过程得到多目标预测状态,然后以此为先验信息通过粒子群算法以最大限度地接近各目标为准则求解传感器最优观测位置,并由传感...
关键词：传感器控制 粒子群算法 多目标跟踪 泊松多伯努利混合 最优观测 
基于YOLOX的改进行人多目标跟踪算法
《西安邮电大学学报》2025年第2期77-84,共8页黄庆东 刘星宇 行舒雅 王邈 王翠 
国家自然科学基金项目(62201456)。
针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题,提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer,STDL)以增强小目标特征,使用新的损失函数提升目标定位精度。为了...
关键词：多目标跟踪 YOLOX ByteTrack 注意力机制 小目标检测层 行人检测 
动态电磁环境下多功能雷达一体化发射资源管理方案
《雷达学报(中英文)》2025年第2期456-469,共14页张鹏 严俊坤 高畅 李康 刘宏伟 
国家自然科学基金(62471356,62101350,62192714);中国航天科工集团第八研究院产学研合作(SAST2023-068)。
传统多功能雷达仅面向目标特性优化发射资源,在动态电磁环境下面临干扰智能时变、优化模型失配的问题。因此,该文提出一种基于数据驱动的一体化发射资源管理方案,旨在通过对动态干扰信息在线感知与利用提升多功能雷达在动态电磁环境下...
关键词：一体化发射资源管理 多目标跟踪 动态电磁环境 马尔可夫决策过程 优化问题 
基于卷积混合注意力机制的多目标跟踪算法
《控制与决策》2025年第4期1127-1135,共9页郭崇 刘晟 张文波 朱宏博 
国家自然科学基金项目(62102272);辽宁省博士科研启动基金计划项目(2023-BS-130)。
基于检测的多目标跟踪方法在复杂场景问题上达到了较好的效果,但已有研究大多关注于时空特征关联而忽视了提高检测性能所能带来的全局跟踪收益.据此,提出一种卷积混合注意力机制,该模块结合动态稀疏通道注意力和空间位置注意力:在处理...
关键词：计算机视觉 多目标跟踪 特征增强 通道注意力机制 空间注意力机制 卷积混合注意力机制 
联合图卷积和聚类的红外无人机集群多目标跟踪算法
《电光与控制》2025年第3期15-20,共6页李琦 席建祥 杨小冈 卢瑞涛 谢学立 
国家自然科学基金(62176263,62276274);陕西省杰出青年科学基金(2021JC-35)。
针对红外无人机集群多目标跟踪场景中个体间外观特征稀少,且同质化严重、集群内个体相互遮挡、平台晃动等挑战问题,提出了一种基于图卷积神经网络(GCN)与聚类算法的融合跟踪算法。首先,引入自注意力特征掩码以增强GCN对轨迹聚合的效果;...
关键词：无人机集群 红外目标跟踪 图卷积神经网络 时空联合约束 轨迹片段聚合 
基于YOLOv5s和DeepSORT的改进多目标跟踪算法
《计算机仿真》2025年第3期263-269,303,共8页王红林 黄浩 孙彩云 毛煜鑫 
国家自然科学基金委员会青年项目(62101274)。
针对多目标跟踪过程中因漏检和遮挡等因素导致的跟踪准确率降低的问题,提出一种改进的YOLOv5s和DeepSORT的实时多目标跟踪算法。在检测部分将主干网络融合Transformer编码块来优化YOLOv5s,具有比传统卷积神经网络更强的特征提取能力。...
关键词：通道注意力 特征融合网络 多目标 跟踪算法 
基于域自适应NWD-YOLOv5的复杂环境下水稻幼苗计数
《计算机工程》2025年第3期320-333,共14页崔金荣 叶伟浩 郑鸿 刘同来 齐龙 徐勇 
广东省重点领域研发计划项目(2023B0202130001);国家水稻产业技术体系建设专项基金(CARS-01);岭南现代农业实验室科研项目(NT2021009);广东省杰出青年基金(2019B151502056);2023年广东省自然科学基金面上项目(2023A1515011230);广东省安全智能新技术重点实验室项目(2022B1212010005)。
水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于...
关键词：水稻幼苗计数 平均教师模型 目标检测 YOLOv5 多目标跟踪 
复杂交通环境下智能车多目标重识别跟踪方法研究
《重庆理工大学学报(自然科学)》2025年第3期10-16,共7页延世龙 陈学文 贾远鹏 
国家自然科学基金面上项目(62373175);辽宁省自然科学基金项目(2022-MS-376);辽宁省教育厅重点攻关项目(JYTZD2023081);辽宁省属本科高校基本科研业务费专项资金资助项目(LJZZ232410154016)。
针对复杂道路交通环境下智能车前方目标因遮挡而出现的ID关联分配失效和跟踪精准度不高等问题,提出一种目标重识别的多目标跟踪方法。基于深度学习理论,构建了可充分获取目标全局特征和前景特征的目标重识别ReID模型。全局特征选择模型...
关键词：智能汽车 目标重识别 多目标跟踪 深度学习 
全选清除导出
共184页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部