公开(公告)号：CN116109666A

公开(公告)日：2023-05-12

申请号：CN202310159644.4

申请日：2023-02-24

申请人： 常州大学

发明人： 诸燕平 ,  陈祁 ,  吕继东 ,  戎海龙 ,  张景林 ,  陈文龙

IPC分类号： G06T7/207 ,  G06T7/246

摘要： 本发明涉及三维目标跟踪技术领域，尤其涉及一种基于时空线索融合的主运动方向三维目标跟踪方法，包括通过增强搜索点云的目标的特征线索，使基于孪生网络的SOT方法具有更好的抗干扰性；通过在提案验证环节增加主运动方向损失函数，从而让网络更加关注目标运动轨迹，有利于后续跟踪的鲁棒性。本发明解决现有技术中存在的目标跟踪任务中特征表征不足、抗干扰能力弱、目标相似的对象难以分辨导致突然丢失问题。

公开(公告)号：CN115615432A

公开(公告)日：2023-01-17

申请号：CN202211240799.2

申请日：2022-10-11

申请人： 常州大学

发明人： 诸燕平 ,  张景林 ,  朱晨阳 ,  朱正伟 ,  陈瑞 ,  张斌

IPC分类号： G01C21/18 ,  G01C21/20 ,  G01C21/16 ,  G06V40/10 ,  G06V10/24 ,  G06V10/82 ,  G06V10/36 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提出了一种基于深度神经网络的室内行人惯性导航方法，包括以下步骤：S1、惯性导航数据的采集、预处理；S2、构建深度神经网络模型，使用步骤S1的惯性导航数据中的训练样本训练网络模型；S3、对S2步骤训练完成的网络模型进行测试，并对测试结果进行误差评估，衡量模型准确性。对多名测试者在不同环境状况下进行复杂的自然行走产生的实验数据集进行建模。评估结果表明，83.3％的实验数据集导航效果达到了优秀级别。证明该导航方法在实际室内定位中可以达到较高的精度。且适用于水平路面、上坡、下坡等不同环境。本发明为可穿戴设备的室内惯性导航提供了新思路，对室内行人导航具有重要的指导意义。