信息融合下數(shù)據(jù)關(guān)聯(lián)及視頻跟蹤問(wèn)題的研究與應(yīng)用.pdf

1、信息融合是一種多層次、多方面的處理過(guò)程，包括對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、相關(guān)、組合和估計(jì)，得到對(duì)目標(biāo)更真實(shí)、更精確的特征描述，從而提高狀態(tài)和身份估計(jì)的精度，得到最優(yōu)決策。信息融合極大地模擬人的認(rèn)知過(guò)程，通過(guò)不同的感官對(duì)客觀事物實(shí)施多種類，多方位的感知，獲得大量互補(bǔ)和冗余信息；然后由大腦對(duì)這些感知信息依據(jù)某種規(guī)則進(jìn)行組合和處理，從而得到客觀對(duì)象統(tǒng)一與和諧的理解和認(rèn)識(shí)。 本文利用了信息融合理論和方法，通過(guò)融合數(shù)據(jù)中的互補(bǔ)信息，設(shè)計(jì)實(shí)現(xiàn)了數(shù)據(jù)

2、關(guān)聯(lián)、目標(biāo)跟蹤以及視頻跟蹤算法。針對(duì)問(wèn)題的不同特點(diǎn)，分別提出了基于數(shù)據(jù)級(jí)、特征級(jí)以及決策級(jí)融合的解決方案。本文主要工作如下： (1)在數(shù)據(jù)關(guān)聯(lián)與目標(biāo)跟蹤問(wèn)題中，設(shè)計(jì)了基于數(shù)據(jù)級(jí)融合的算法。在含有大量雜波和噪聲的量測(cè)數(shù)據(jù)中，融合不同時(shí)刻數(shù)據(jù)，分析得到量測(cè)之間的關(guān)聯(lián)規(guī)則。依據(jù)關(guān)聯(lián)規(guī)則，識(shí)別出目標(biāo)和雜波，準(zhǔn)確地跟蹤移動(dòng)目標(biāo)。在這部分研究中，本文提出了基于空間搜索的快速聚類算法。該算法對(duì)原始量測(cè)數(shù)據(jù)進(jìn)行了快速去噪和優(yōu)化。在關(guān)聯(lián)規(guī)則形成過(guò)

3、程中，使用了多樹(shù)算法，極大減少了多假設(shè)跟蹤過(guò)程中錯(cuò)誤假設(shè)航跡的數(shù)量。 (2)在視頻跟蹤問(wèn)題中，利用特征級(jí)融合方法實(shí)現(xiàn)了動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)。該方法融合了圖像序列中目標(biāo)的運(yùn)動(dòng)特征、輪廓特征、形狀特征以及顏色特征，得到了更精確的運(yùn)動(dòng)檢測(cè)圖像。針對(duì)運(yùn)動(dòng)檢測(cè)圖像的特點(diǎn)，設(shè)計(jì)了基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割算法，實(shí)現(xiàn)了獨(dú)立運(yùn)動(dòng)目標(biāo)的快速分割。 大量的實(shí)際結(jié)果表明，融合算法的性能和效果都優(yōu)于通常的算法。融合算法利用了各方面有用的