李翠芸
- 作品数：44 被引量：142H指数：7
- 供职机构：西安电子科技大学电子工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家留学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 基于激活区域背景感知的红外目标跟踪方法
- 本发明公开了一种基于激活区域背景感知的红外目标跟踪方法，主要解决现有跟踪技术实时性较差、模板易受干扰影响和缺少有效的跟踪窗自适应调整策略的问题。其实现步骤是：在粒子滤波框架下首先通过建立激活区域，划分出候选目标选取和背景...
- 姬红兵樊振华杨金龙李翠芸刘靳
- 文献传递
- 基于GA-AHMM的联机手绘图形识别技术被引量：2
- 2004年
- 提出了一种遗传算法(geneticalgorithm,GA)和自适应隐马尔科夫模型(hiddenMarkwmodel,AHMM)混合的联机手绘图形识别方法。由于隐马尔科夫模型(HMM)的训练本质上是一种梯度下降的优化方法,算法易陷入局部最优,影响了其应用。为此,采用GA训练HMM模型参数,并给出了GA和HMM的两种混合训练方式:前端GA HMM模型和内嵌式GA HMM模型,GA算法能随机地调整HMM模型训练的初始值,使HMM跳出局部最优,较好地克服了HMM训练容易陷入局部最优的问题。另外,采用带有反馈环节的闭环AHMM代替传统的开环前向HMM模型对手绘图形识别,改善了HMM的自适应能力,显著提高了对图形的识别率和识别速度。试验结果证明了方法的有效性。
- 裴继红李翠芸龚忻
- 关键词：遗传算法手绘图形隐马尔科夫模型
- 基于变分贝叶斯期望最大化的扩展目标跟踪方法
- 本发明公开了一种基于变分贝叶斯期望最大化VBEM的扩展目标跟踪方法，主要解决传统的扩展目标跟踪领域中，在量测噪声协方差是未知的情况下，目标的跟踪性能将会急剧下降的问题。该方法首先预测了目标状态和量测噪声协方差的联合概率假...
- 李翠芸王晋斌姬红兵王荣
- Rao-Blackwellized粒子滤波的红外多个弱目标检测前跟踪被引量：6
- 2009年
- 为了解决红外图像在低信噪比下的多个弱目标检测与跟踪问题,提出了基于Rao-Blackwellized粒子滤波器(RB-PF)的多目标检测前跟踪算法。定义了红外图像多个弱目标的状态及观测模型;给出了红外弱目标的RBPF状态降维方法;将状态变量分解为线性变量与非线性变量并完成状态方程的改写,对状态变量分别进行Kalman滤波与基本粒子滤波的更新。最后,定义了红外弱目标出现与消失统计量,给出了带约束条件的RBPF多个弱目标检测前跟踪流程。对弱目标的不同信噪比实验表明,RBPF可以减小状态变量的的估计误差,提高检测概率。对单目标进行检测前跟踪,平均每帧耗时为0.3287 s,在相同的粒子数下,RBPF可以得到更高的滤波精度。对两个信噪比为6 dB的不同空间位置目标的实验表明,约束条件控制RBPF的跟踪范围,可以避免目标相互之间的干扰,平均能在2.74 frame检测到目标出现,在1.13 frame判决目标消失。提出的算法能对红外多个弱目标进行出现与消失判断,具有良好的跟踪性能。
- 李翠芸姬红兵
- 关键词：检测前跟踪
- 一步数据关联GLMB扩展目标跟踪算法被引量：5
- 2020年
- 针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签多伯努利滤波器相结合,实现在量测难以划分情况下的多扩展目标跟踪。仿真实验表明,该算法能够在交叉、近邻场景中实现对目标的有效跟踪,并且在估计精度方面优于传统的基于量测划分的扩展目标跟踪算法。
- 李翠芸李洋姬红兵石仁政
- 关键词：数据关联
- 基于经验模态分解的边缘检测方法
- 本发明公开了一种基于经验模态分解的边缘检测方法，主要解决现有技术在噪声环境下，不能够很好地检测到清晰完整的图像边缘和虚假边缘较多的问题。其技术特点是：(1)在经验模态分解中，利用求解两个偏微分方程得到图像的极大值包络和极...
- 李翠芸姬红兵邹其兵樊振华
- 高斯过程回归下的多机动扩展目标跟踪被引量：4
- 2017年
- 针对现有多机动扩展目标跟踪算法中形状估计复杂,在考虑杂波的情况下目标跟踪精度不高等问题,提出了一种高斯过程回归下的多机动扩展目标跟踪算法.该算法采用星凸模型对目标进行建模,在单机动扩展目标跟踪算法的基础上引入多目标跟踪算法中的权值参数以实现对多目标的处理,同时利用高斯过程回归对目标形状进行估计.实验仿真表明,所提算法能够对同一场景下多个不同形状的机动扩展目标进行有效跟踪,并且在计算速度、估计精度等方面要优于传统非椭圆机动扩展目标跟踪算法.
- 李翠芸王精毅姬红兵
- 电子信息类专业课程思政教学设计与实践
- 2024年
- 深入贯彻全国高校思想政治工作会议精神,落实立德树人根本任务,是新时代高校人才培养工作的重要内容。立足电子信息专业特色,结合相关专业的人才培养要求,以“随机信号分析”和“Python网络数据处理”等必修课程为试点,深入挖掘其中蕴含的思政元素和马克思主义理论,通过多种教学形式将价值观引导融入专业知识传授和能力培养中,在培养技能过硬、人格健全、立场坚定的电子信息专业人才方面取得了一系列有益成果。
- 李翠芸李隐峰宋骊平李彩彩
- 关键词：电子信息随机信号分析
- 基于箱粒子PHD滤波的多目标视频跟踪方法被引量：3
- 2018年
- 针对粒子滤波运算量大的问题,提出一种基于箱粒子概率假设密度(Box-PHD)滤波的多目标视频跟踪方法.首先给出一种快速运动目标检测算法,通过阈值自动选取的帧差分法得到目标质心并作为量测,然后经箱粒子PHD滤波预测更新后,及时修正检测偏差实现多目标的跟踪和目标数目的估计;最后为所提算法设计了航迹识别步骤,通过颜色特征与纹理特征作为相似性度量,从而实现航迹识别,弥补了PHD滤波无法区分目标的不足.利用目标的特征区分出每个目标的航迹,同时进一步剔除了目标状态集中的杂波,保证了跟踪精度.箱粒子PHD滤波器不仅可以解决量测不确定性的问题,同时可以降低复杂度,减小运算量.实验表明,文中算法可以实现目标新生、消失、合并和分裂等复杂情况下的多目标视频跟踪,并实时区分不同目标的航迹,在保证跟踪效果的同时提高了实时性.
- 程慧宋骊平李翠芸
- 关键词：概率假设密度多目标跟踪
- 自适应目标新生δ广义标签多伯努利滤波算法被引量：5
- 2019年
- 针对传统广义标签多伯努利滤波算法因需已知新生目标状态分布信息而导致在实际场景中估计精度下降的问题,提出一种新的自适应目标新生δ广义标签多伯努利算法。该算法以广义标签多伯努利滤波器为基础,利用上一时刻接收到的量测信息反推当前时刻新生目标的存活概率和状态信息,并给出其标签伯努利随机集的参数表示。仿真结果表明,所提算法对于未知新生目标先验信息的复杂运动场景具有较强的多目标跟踪鲁棒性,且跟踪精度以及时间耗费均优于传统广义标签多伯努利滤波器。
- 李翠芸陈东伟石仁政
- 关键词：多目标跟踪随机有限集
