过去几十年来,在安全、监视、情报收集和侦察等许多领域,对目标跟踪(OT)应用的需求一直在增加。最近,对无人系统新定义的要求提高了人们对 OT 的兴趣。机器学习、数据分析和深度学习的进步为识别和跟踪感兴趣的目标提供了便利;然而,持续跟踪目前是许多研究项目感兴趣的问题。本论文提出了一个系统,实现了一种持续跟踪目标并根据其先前路径预测其轨迹的方法,即使该目标在一段时间内被部分或完全隐藏。该系统分为两个阶段: 第一阶段利用单个固定摄像机系统,第二阶段由多个固定摄像机组成的网状系统。第一阶段系统由六个主要子系统组成:图像处理、检测算法、图像减法器、图像跟踪、跟踪预测器和反馈分析器。系统的第二阶段增加了两个主要子系统:协调管理器和相机控制器管理器。这些系统结合在一起,可以在目标隐藏的情况下实现合理的目标跟踪连续性。

成为VIP会员查看完整内容
38

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《目标跟踪的连续性》163页
专知会员服务
42+阅读 · 4月19日
《基于深度学习的航空图像车辆检测》276页书籍
专知会员服务
69+阅读 · 2023年6月12日
《边界监视多传感器融合系统中的目标跟踪》
专知会员服务
27+阅读 · 2023年6月11日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
325+阅读 · 2023年3月31日
Arxiv
111+阅读 · 2023年3月24日
Arxiv
15+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员