您的位置: 专家智库 > >

王新滨

作品数:2 被引量:1H指数:1
供职机构:新疆大学信息科学与工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 1篇点目标
  • 1篇动目标
  • 1篇多目标
  • 1篇多目标跟踪
  • 1篇多目标跟踪算...
  • 1篇序列图
  • 1篇序列图像
  • 1篇数据融合
  • 1篇图像
  • 1篇粒子滤波
  • 1篇粒子滤波器
  • 1篇滤波
  • 1篇模糊聚类
  • 1篇模糊熵
  • 1篇目标跟踪
  • 1篇目标跟踪算法
  • 1篇聚类
  • 1篇检测前跟踪
  • 1篇跟踪技术

机构

  • 2篇新疆大学

作者

  • 2篇王新滨
  • 1篇刘登峰
  • 1篇艾斯卡尔
  • 1篇艾斯卡尔艾木...
  • 1篇于伟俊

传媒

  • 2篇计算机工程与...

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于模糊熵高斯聚类的弱点状动目标跟踪技术
2008年
研究了一种基于最大模糊熵高斯聚类的实时图像目标跟踪算法:在目标初始信息(位置、速度)已知的情况下,应用最大模糊熵高斯聚类的方法进行跟踪窗内测量点融合,将融合后的点输入到Kalman滤波器中进行预测目标点下一个状态的位置,在预测位置继续开一个跟踪窗进行检测、融合,直至所有图像都被跟踪完为止。理论及实验结果表明,在序列图像情况下该算法能够在保持跟踪实时性的同时,提供较高的跟踪精度。
王新滨艾斯卡尔艾木都拉
关键词:点目标序列图像
模糊聚类粒子滤波的点状交叉多目标跟踪算法被引量:1
2009年
提出了一种新的低信噪比红外序列图像多目标检测跟踪算法,该算法有机地结合了TBD检测算法与模糊聚类粒子滤波跟踪算法。首先通过多帧TBD处理后,检测出运动目标的初始位置、运动速度,然后在跟踪阶段采用粒子滤波算法估计目标运动状态,并在估计位置开一个跟踪窗进行检测、模糊聚类概率融合。对真实红外图像序列进行实验仿真,仿真结果验证了该算法具有良好的实时性与很高的精确性。
艾斯卡尔于伟俊王新滨刘登峰
关键词:检测前跟踪粒子滤波器多目标数据融合
共1页<1>
聚类工具0