摘要：目的目前基于卷积神经网络(CNN)的文本检测方法对自然场景中小尺度文本的定位非常困难。但自然场景图像中文本目标与其他目标存在很强的关联性,即自然场景中的文本通常伴随特定物体如广告牌、路牌等同时出现,基于此本文提出了一种顾及目标关联的级联CNN自然场景文本检测方法。方法首先利用CNN检测文本目标及包含文本的关联物体目标,得到文本候选框及包含文本的关联物体候选框;再扩大包含文本的关联物体候选框区域,并从原始图像中裁剪,然后以该裁剪图像作为CNN的输入再精确检测文本候选框;最后采用非极大值抑制方法融合上述两步生成的文本候选框,得到文本检测结果。结果本文方法能够有效地检测小尺度文本,在ICDAR-2013数据集上召回率、准确率和F值分别为0.817、0.880和0.847。结论本文方法顾及自然场景中文本目标与包含文本的物体目标的强关联性,提高了自然场景图像中小尺度文本检测的召回率。

摘要：雷达与AIS(船舶自动识别系统)是海上交通获取船舶目标信息的2种重要导航设备,其目标信息在内容和精度上具有差异性,且具有互补性。为了获得目标更精确和更可靠的信息,需要将其目标信息进行融合,而目标关联判断则是融合最关键的环节。基于多传感器信息融合理论和神经网络中的BP算法原理,设计了合理的网络结构,提出了一种基于BP网络的雷达与AIS目标关联算法,基于实测数据,对关联算法进行Matlab仿真与分析,仿真分析的结果表明算法的可用性和有效性。

摘要：基于机载情报处理系统的探测手段,设计了一种海面目标关联识别方法。首先,通过海面目标关联,实现了机载有源和无源传感器不同信息源对同一艘舰船的探测信息收集;其次,采用DS证据理论融合识别各信息源上报的关于目标类型的识别结果,获得目标融合识别结果;然后,基于目标敌我、军民属性、舰型和舰载辐射源间类属关系,对融合识别结果进行综合研判与验证,从而识别出目标类型;最后,通过仿真试验表明该方法有效,可供机载情报处理系统参考应用。

摘要：低信噪比条件下目标轨迹关联算法的硬件实现是成像探测应用中的难题之一。针对能量累加及门限分割后的图像仍存在大量强噪声点,不利于轨迹关联算法的硬件实现问题,提出目标关联检测算法,利用目标运动的连续性,进一步剔除图像中的虚假点,解决了轨迹关联算法中候选目标点过多,运算量大的问题。文中给出了算法的FPGA实现。实验结果表明,设计的电路运行速度快,占用资源少,具有很强的实用性,并在实际应用中取得了较好的效果。

摘要：在机载信息融合领域,针对复杂的战场态势环境对机载多源传感器造成的不利影响,提出了一种基于运动目标的机载多源传感器数据融合算法,包括误差估计与补偿、目标关联、估计融合3个部分。采用最小均方误差参数估计方法从数值不变的系统误差中,定量获取量测偏差的确定性部分再通过模糊隶属度函数建立关联矩阵作为目标关联的依据,以最小隶属关系为约束,利用拍卖算法求得多目标关联的最优匹配方案,最后通过IMM自适应滤波方法,将误差配准与目标航迹估计整合进行,有效提高滤波的精度。仿真结果表明,经过上述算法处理后的融合目标精度高于任意单传感器目标探测精度。

摘要：这几年跟随着时代的发展,出现了很多的新技术,很大程度上加大了对于跟踪系统的设计,但是根据人们的需求,必须要保证观测出来的数据具有全面性,准确性,为了达到这样的目标,传感器融合技术得到了广泛的使用。同时,在声纳系统中也需要具有数据的全面性与准确性。声纳技术主要被运用与深水探测当中,这几年,在海洋探测中被广泛的使用。其原因也是因为海洋中特殊的环境,使用声纳探测技术可以很好的避免海洋中不平整的地面,不均匀的传播介质对其探测的影响。随着科技的不断进步,我国在潜水艇的科研上也有了很大的进步,其中安静型潜水艇伴随声纳探测技术被很好的运用,这样做不经创造了安静的检测环境,还提高了检测的准确性与真实性,但是,要想紧跟时代的步伐我们还有很多的事情要做,最主要的是在其精度上还有很大的提升空间。

摘要：车辆位置信息是许多智能交通应用的基础,如车辆导航、路径规划和车辆编队等。现有研究中融合单车车载多源传感器的定位方法无法有效解决城市峡谷、隧道和立交桥等卫星信号不可用条件下的车辆定位问题。围绕车辆高精度定位进行了综合评述,主要深入研究分析了车辆协同定位技术。首先分析了单车自主定位的关键技术及其主要应用场景;然后对车辆协同定位框架进行了研究,并对目标关联算法和多源数据融合算法进行了分析;最后展望了车联网环境下车辆协同定位的发展趋势。研究表明,高精度高可靠定位研究还存在许多关键技术未突破,车联网环境下的车辆协同定位利用无线通信实现多源定位传感器信息动态交互,为智能汽车定位系统研发提供新思路。