摘要
本发明属于水面目标识别与追踪技术领域,具体涉及一种不完全信息条件下水面目标的跟踪系统和跟踪方法,可用于解决无人艇在海洋环境中因波浪遮挡导致目标信息不完全及跟踪丢失的问题。多模态特征提取融合模块以改进卷积神经网络提取视觉特征,结合多传感器运动信息构建运动特征向量,加权融合成多模态特征;动态目标特征库管理模块通过哈希表‑链表结构存储特征向量及时间戳,借滑动窗口维持时效;目标重现时,基于时空联合匹配的重识别算法模块综合特征相似度、位置距离和时间间隔确定ID;跟踪参数修正模块运用卡尔曼滤波,结合运动模型与观测值修正参数。本发明提升目标跟踪准确性与稳定性,在海上救援、海洋监测等领域具应用前景。
技术关键词
跟踪系统
多传感器融合系统
多模态
滑动窗口机制
卷积神经网络模型
协方差矩阵
卷积神经网络提取
水面
链表
卡尔曼滤波算法
跟踪方法
视觉特征
识别算法
运动特征
海洋环境参数
模块
注意力机制
系统为您推荐了相关专利信息
电信号
生物
多模态特征
皮尔逊相关系数
信号处理技术
搜索意图
信息搜索方法
文本
多模态数据分析
图像
显微成像模块
光学相干层析
扫描显微成像
超声信号
显微成像系统
风险识别方法
文本
预训练模型
图像识别模型
图像编码
Agent系统
决策
生命体征数据
多模态数据采集
医学影像数据