公开(公告)号：CN112488061A

公开(公告)日：2021-03-12

申请号：CN202011507205.0

申请日：2020-12-18

Applicant: 电子科技大学

Inventor： 张翔 ,  田橪 ,  李文静 ,  胡玉杰 ,  汤应祺 ,  李晶 ,  张建星

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种联合ADS‑B信息的多航空器检测与跟踪方法，包括以下步骤：S1：对航空器回传的ADS‑B信号进行解码，得到航空器在二维图像中的位置信息和身份标识；S2：将连续两帧二维图像与二维图像中的位置信息和身份标识输入至深度卷积神经网络中，进行训练；S3：利用训练好的深度卷积神经网络，对连续两帧二维图像进行目标检测与跟踪。本发明提出了一个检测及跟踪一体化的跟踪框架，并且结合了多航空器已有的ADS‑B技术对该框架进行辅助训练，缓解在多目标跟踪中由于目标之间相似度过高和相互遮挡造成的目标丢失，ID频繁交换以及轨迹不完整等问题，同时改善了漏检的情况，也使检测结果更加准确。

公开(公告)号：CN112488061B

公开(公告)日：2022-04-29

申请号：CN202011507205.0

申请日：2020-12-18

Applicant: 电子科技大学

Inventor： 张翔 ,  田橪 ,  李文静 ,  胡玉杰 ,  汤应祺 ,  李晶 ,  张建星

IPC: G06K9/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种联合ADS‑B信息的多航空器检测与跟踪方法，包括以下步骤：S1：对航空器回传的ADS‑B信号进行解码，得到航空器在二维图像中的位置信息和身份标识；S2：将连续两帧二维图像与二维图像中的位置信息和身份标识输入至深度卷积神经网络中，进行训练；S3：利用训练好的深度卷积神经网络，对连续两帧二维图像进行目标检测与跟踪。本发明提出了一个检测及跟踪一体化的跟踪框架，并且结合了多航空器已有的ADS‑B技术对该框架进行辅助训练，缓解在多目标跟踪中由于目标之间相似度过高和相互遮挡造成的目标丢失，ID频繁交换以及轨迹不完整等问题，同时改善了漏检的情况，也使检测结果更加准确。