-
公开(公告)号:CN113570637B
公开(公告)日:2023-09-19
申请号:CN202110914188.0
申请日:2021-08-10
Applicant: 中山大学
IPC: G06T7/246 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/0895
Abstract: 本申请公开了一种多目标跟踪方法、装置、设备和存储介质,方法包括:对第一帧图片中的目标进行检测,得到若干第一目标;在第二帧图片中,对各所述第一目标进行跟踪,得到各所述第一目标对应的第一跟踪结果;对第二帧图片中的目标进行检测,得到目标检测结果;根据所述第一跟踪结果和所述目标检测结果,确定所述第二帧图片中的若干第二目标;根据所述第一目标和所述第二目标之间的第一欧式距离,确定所述第二帧图片对应的目标跟踪结果。解决了现有基于神经网络的多目标跟踪方法,在小型化、低功耗的嵌入式平台难以实时运行的技术问题。
-
公开(公告)号:CN113238218A
公开(公告)日:2021-08-10
申请号:CN202110438668.4
申请日:2021-04-22
Applicant: 中山大学
Abstract: 本发明公开了一种基于PHD滤波的临近空间高超声速目标跟踪方法,包括步骤如下:使用初始时刻的量测进行对滤波器初始化,将前四个时刻的雷达量测值从雷达站球坐标系转到雷达站ENU直角坐标系,采用两点差分法,得到初始目标强度函数;将初始目标输入初始化后的滤波器中,按照GM‑PHD滤波器的过程进行计算,得到预测目标集;根据当前时刻量测与由上一时刻预测得到的目标位置之间的马氏距离,将量测划分为存活目标量测与杂波量测;利用当前时刻的量测值得到滤波器当前的更新值,完成对存活目标的更新;对步骤S4的更新公式中的高斯项进行剪枝和合并;计算修剪合并后的强度函数、提取目标状态,完成对目标状态估计。本发明实现了强杂波下对未知数目的临近空间飞行器进行精确跟踪。
-
公开(公告)号:CN111784768A
公开(公告)日:2020-10-16
申请号:CN202010646221.1
申请日:2020-07-07
Applicant: 中山大学
Abstract: 本发明实施例涉及一种基于三色四灯标记识别的无人机姿态估计方法及系统,通过在目标无人机的机翼和尾翼的尖端设置有四个信号灯作为信号标记,减少了目标无人机姿态变动过程中标志被遮挡的几率;四个信号灯使用三种颜色,提高了无人机飞行姿态估计的鲁棒性,通过对采集的目标无人机的图像进行处理,检测得到图像特征,在识别图像特征与信号灯对应关系后,得到信号灯的二维图像坐标,将信号灯的三维坐标和二维图像坐标输入姿态估计模型中得到目标无人机的位置以及姿态,实现无人机自动实时姿态估计。该方法易挑选避开背景的色调,降低了图像特征的识别难度,解决了现有对无人机飞行姿态估计方法稳定性低的问题。
-
公开(公告)号:CN111222511A
公开(公告)日:2020-06-02
申请号:CN202010283687.X
申请日:2020-04-13
Applicant: 中山大学
Abstract: 本发明公开一种红外无人机目标检测方法,包括:对采集的红外图像进行预处理获得预处理图像,对预处理图像进行目标聚类获得红外图像中疑似目标的外形及位置;采用差分盒维数法对采集的红外图像进行处理,在图像中包含天空和地面背景时获得分形特征图;利用分形特征图提取出天空与地面的分界线,即天地线;去掉处于天地线以下的全部疑似目标,将天地线以上的天空区域内的疑似目标作为无人机待判目标;根据疑似目标的外形及预处理图像的局部灰度与预设参考特征的相似度判断,在待判目标中识别出无人机目标。并在此基础上,提供一种用于红外无人机目标检测系统,用于解决现有技术中虚警率高、漏检、难以做到实时处理等问题,提高检测能力。
-
公开(公告)号:CN113238218B
公开(公告)日:2023-10-20
申请号:CN202110438668.4
申请日:2021-04-22
Applicant: 中山大学
Abstract: 本发明公开了一种基于PHD滤波的临近空间高超声速目标跟踪方法,包括步骤如下:使用初始时刻的量测进行对滤波器初始化,将前四个时刻的雷达量测值从雷达站球坐标系转到雷达站ENU直角坐标系,采用两点差分法,得到初始目标强度函数;将初始目标输入初始化后的滤波器中,按照GM‑PHD滤波器的过程进行计算,得到预测目标集;根据当前时刻量测与由上一时刻预测得到的目标位置之间的马氏距离,将量测划分为存活目标量测与杂波量测;利用当前时刻的量测值得到滤波器当前的更新值,完成对存活目标的更新;对步骤S4的更新公式中的高斯项进行剪枝和合并;计算修剪合并后的强度函数、提取目标状态,完成对目标状态估计。本发明实现了强杂波下对未知数目的临近空间飞行器进行精确跟踪。
-
公开(公告)号:CN116301022A
公开(公告)日:2023-06-23
申请号:CN202310006846.5
申请日:2023-01-04
Applicant: 中山大学
IPC: G05D1/10
Abstract: 本申请提供基于深度强化学习的无人机集群任务规划方法和装置,包括:在集群中任意选取一个无人机作为第一无人机,其他无人机作为第二无人机,第二无人机组成剩余无人机集群;获取第一无人机的实际任务执行环境和无人机集群任务规划模型;将实际任务执行环境输入至无人机集群任务规划模型,得到无人机集群的任务规划;其中,无人机集群任务规划模型是以模拟任务执行环境为训练样本对改进的MADDPG模型进行学习训练得到;改进的MADDPG模型包括MADDPG网络和平均场论模块,平均场论模块设置在MADDPG网络中。通过上述方法,无人机能够在动作过程中获知全局的环境变换,在未知动态环境中引导无人机集群做出最优的任务规划。
-
公开(公告)号:CN116030086A
公开(公告)日:2023-04-28
申请号:CN202310006599.9
申请日:2023-01-04
Applicant: 中山大学
Abstract: 本申请公开了一种基于信息融合的目标检测方法及装置,本申请提供的目标检测方法,首先进行了四通道阈值分割,随后利用D‑S证据理论对四通道的分割结果进行了融合并对融合后的图像进行二值化处理,然后通过区域膨胀方法弥补了融合过程中的信息损失,结合线段连通判定条件,确定二值化图像中的各个线段间的连通关系,得到若干个连通域,最后计算连通域的平均概率分配值,以基于各个连通域的平均概率分配值确定目标图像中的目标物体,检测过程不需要依赖于大量数据的训练,也不需要长时间的等待算法训练完成,解决了现有的目标检测方法耗时长的技术问题。
-
公开(公告)号:CN111784768B
公开(公告)日:2021-09-24
申请号:CN202010646221.1
申请日:2020-07-07
Applicant: 中山大学
Abstract: 本发明实施例涉及一种基于三色四灯标记识别的无人机姿态估计方法及系统,通过在目标无人机的机翼和尾翼的尖端设置有四个信号灯作为信号标记,减少了目标无人机姿态变动过程中标志被遮挡的几率;四个信号灯使用三种颜色,提高了无人机飞行姿态估计的鲁棒性,通过对采集的目标无人机的图像进行处理,检测得到图像特征,在识别图像特征与信号灯对应关系后,得到信号灯的二维图像坐标,将信号灯的三维坐标和二维图像坐标输入姿态估计模型中得到目标无人机的位置以及姿态,实现无人机自动实时姿态估计。该方法易挑选避开背景的色调,降低了图像特征的识别难度,解决了现有对无人机飞行姿态估计方法稳定性低的问题。
-
公开(公告)号:CN111222511B
公开(公告)日:2020-07-24
申请号:CN202010283687.X
申请日:2020-04-13
Applicant: 中山大学
Abstract: 本发明公开一种红外无人机目标检测方法,包括:对采集的红外图像进行预处理获得预处理图像,对预处理图像进行目标聚类获得红外图像中疑似目标的外形及位置;采用差分盒维数法对采集的红外图像进行处理,在图像中包含天空和地面背景时获得分形特征图;利用分形特征图提取出天空与地面的分界线,即天地线;去掉处于天地线以下的全部疑似目标,将天地线以上的天空区域内的疑似目标作为无人机待判目标;根据疑似目标的外形及预处理图像的局部灰度与预设参考特征的相似度判断,在待判目标中识别出无人机目标。并在此基础上,提供一种用于红外无人机目标检测系统,用于解决现有技术中虚警率高、漏检、难以做到实时处理等问题,提高检测能力。
-
公开(公告)号:CN112802060B
公开(公告)日:2023-06-30
申请号:CN202110130340.6
申请日:2021-01-29
Applicant: 中山大学
Abstract: 本申请公开了一种单目标跟踪方法和装置,将获取的可见光模板图像、可见光搜索图像、红外光模板图像和红外光搜索图像输入至目标跟踪模型进行特征提取;并通过目标跟踪模型对可见光模板特征向量和可见光模板特征向量进行模板特征融合得到融合模板特征,对可见光搜索特征向量和红外光搜索特征向量进行搜索特征融合得到融合搜索特征,然后对融合模板特征和融合搜索特征进行互相关计算得到融合响应图,并根据融合响应图获取目标的位置,直至可见光视频或红外光视频结束,得到目标的跟踪结果。本申请解决了现有的目标跟踪方法基于可见光图像进行目标跟踪,容易受到恶劣的照明、雾气和恶劣天气等恶劣条件的影响,导致目标跟踪结果准确性较低的技术问题。
-
-
-
-
-
-
-
-
-