对多目标,特别是数目不定、运动剧变的多目标,实施实时、有效的跟踪和估计一直是学术界和军事应用的研究热点和难点。有限集统计理论(Finite Set Statistics)是解决跟踪数目不定的多目标的比较理想的理论和方法,而交互多模型则是跟踪运动剧列变化的有效方法。我们分别在有限集统计理论和交互多模型多目标跟踪方面做了一些研究工作。本项目旨在我们现有工作的基础上,将有限集统计理论和交互多模型方法有机地结合起来,研究出高性能的"交互多模型有限集统计"理论和方法,从而为跟踪数目不定、运动剧变的多目标这一难题提供解决方案。同时,针对应用,设计高效的数值算法,这些算法能有效地跟踪数目不定、运动剧变的动态目标或目标群,并能实现实时运算。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
基于分形L系统的水稻根系建模方法研究
涡度相关技术及其在陆地生态系统通量研究中的应用
拥堵路网交通流均衡分配模型
内点最大化与冗余点控制的小型无人机遥感图像配准
复杂环境下数目未知时变的多目标连续跟踪方法研究
目标运动突变和几何外观急剧变化的视觉跟踪
复杂场景中数目变化的视觉多目标实时跟踪技术研究
运动多目标波达角跟踪的稀疏重构方法研究