吴静静
- 作品数：2 被引量：28H指数：2
- 供职机构：江南大学机械工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于自适应新生目标强度的概率假设密度滤波被引量：2
- 2015年
- 针对概率假设密度滤波器(Probability Hypothesis Density,PHD)无法跟踪未知起始位置新生目标的问题,提出一种具有自适应新生目标强度的PHD滤波器。采用航迹起始技术检测新生目标的位置,根据检测位置构造新生目标强度函数,提出新生目标强度的在线估计算法。在PHD滤波框架下,引入新生目标强度更新机制,采用更新的新生目标强度完成PHD滤波的递推,并给出了基于自适应新生目标强度PHD的高斯混合实现算法。仿真结果表明:该方法改进了PHD滤波的多目标跟踪性能,能够有效跟踪任意时刻未知位置的新生目标。
- 吴静静尤丽华王瑶宋淑娟
- 关键词：多目标跟踪概率假设密度高斯混合
- 基于RANSAC的激光网格标记图像特征提取被引量：26
- 2017年
- 在三维立体视觉中,工件表面的特征提取是三维重构的前提和关键。但是,工件表面的自然特征往往表现得不够明显,使得特征的提取非常困难。因此,经常使用激光网格投影到待检测的工件表面,使工件表面具备确定的可识别特征。针对激光网格标记图像的特点,在随机抽样一致性RANSAC算法的基础上,提出了像素权重化和假设模型预检验的方法,用于激光网格标记的直线特征提取。实验结果表明,该方法不仅克服了RANSAC算法计算量大和参数敏感的缺点,在实际图像的激光网格直线特征提取过程中也具有很好的准确性和鲁棒性。
- 秦煜吴静静安伟
- 关键词：特征提取RANSAC算法
