一种基于K-means++聚类算法的多扩展目标跟踪方法

发明专利有效专利

申请号：
CN201910994688.2
IPC分类号：G06T7/246;G06K9/62;G06F17/16
申请日期：
2019-10-18
申请人：
河南科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于K-means++聚类算法的多扩展目标跟踪方法
申请号	CN201910994688.2	申请日期	2019-10-18
法律状态	实质审查	申报国家	中国
公开/公告日	2020-04-10	公开/公告号	CN110992396A
优先权	暂无	优先权号	暂无
主分类号	G06T7/246 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/20 运动分析（数字视频信号的编解码或解压缩的运动估计入H04N 19/43，H04N 19/51）〔6，2006.01，2017.01〕 G06T7/246 使用基于特征的方法，如角、段〔2017.01〕	IPC分类号	G;0;6;T;7;/;2;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;F;1;7;/;1;6查看分类表>
申请人	河南科技大学	申请人地址	河南省洛阳市涧西区西苑路48号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	河南科技大学	当前权利人	河南科技大学
发明人	孙力帆;俞皓芳;彭勃;杨哲;常玉婷;冀保峰;付主木;陶发展;普杰信;王旭栋
代理机构	洛阳公信知识产权事务所（普通合伙）	代理人	暂无

摘要

一种基于K‑means++聚类算法的多扩展目标跟踪方法，包括S1、建立多扩展目标的动力学模型和量测模型；S2、初始化ET‑GM‑PHD滤波器以建立新生扩展目标强度函数，并且利用状态转移方程对新生扩展目标强度函数中的高斯混合项进行预测；S3、利用量测模型对K‑means++聚类算法进行初次改进，得到改进聚类算法；S4、获取多扩展目标的UWB量测数据，并且利用改进聚类算法对UWB量测数据进行聚类，若聚类得到的子集中包含的扩展目标数量不为1则再次对改进聚类算法进行改进；S5、根据聚类的结果对预测的高斯混合项进行更新和计算；S6、对高斯混合项进行删除或者合并；S7、状态提取，并且返回S2。本发明在保证跟踪效果的同时提高了运行速度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供