.png){kind=icon}
返回
Robust Track-to-Track Association Algorithm for Large Sensor Bias and Dense Objects
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2026.3662609.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为了应对大传感器偏差和密集目标下的航迹到航迹关联（T2TA）问题，本文提出了一种基于两种交替三角形和位移局部航迹特征描述符（TFDs）的T2TA算法。所提出的TFDs由伪对应关系、三角形面积和角度、位移向量和欧氏距离构建，并通过一种过渡算法实现它们的交替操作，以结合，以确保特征提取过程实时性。最后，我们通过结合全局航迹特征、线性分配算法、薄板样条函数和模拟退火算法建立了T2TA算法。实验表明，与当前最先进的算法相比，在大传感器偏差和密集目标条件下，我们提出的TFDs和T2TA算法具有显著优势。
Keyword:
Track-to-track association
large sensor bias
dense objects
track feature descriptor
期刊
I
IF:
3.9
论文数:
784
被引数:
0
机构
引用论文
分享收藏Track-to-Track Association Based on Maximum Likelihood Estimation for T/R-R Composite Compact HFSWR
PREAI
分享收藏New algorithms for 2D and 3D point matching: Pose estimation and correspondence.png)
PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏Adaptive Decomposition and Extraction Network of Individual Fingerprint Features for Specific Emitter Identification用于特定辐射源识别的个体指纹特征自适应分解和提取网络
PREAI
分享收藏分享收藏
查看更多内容