1 四川大学 电子信息学院，四川 成都 610065
2 中国民用航空总局第二研究所，四川 成都 610041
针对机场站坪区域内目标信号高检测率的需求，基于S模式信号时域波形特点，分析了传统目标检测法，提出一种增加下降沿判决的S模式信号检测法。进一步利用遗传算法对接收性能良好的站点进行组合，实现检测率的提升。与常用S模式信号目标检测法相比，基于改进方法得到的接收站组合能够获得更高的系统检测率，仅使用9个接收站可实现目标区域能计算目标位置概率不小于99.9%的要求。三维电磁传播模型仿真结果验证了所得结论的有效性。
多点定位 S模式信号 检测率 接收站组合 Multilateration(MLAT) mode S signal detection rate receiving site combination 太赫兹科学与电子信息学报
2021, 19(3): 391
行人检测是模式识别及机器学习领域的研究热点之一，广泛应用于智能监控、辅助驾驶等领域，而行人候选框的生成是识别及跟踪行人目标的一项重要的前期工作。针对静态监控场景以及特定情况下的车载监控场景，提出了一种基于在线高斯模型的行人检测候选框的快速生成方法(OL_GMPG)。该方法采用高斯模型拟合行人尺寸分布，可以通过生成较少数目的行人候选框达到较高的检测率；并可通过高斯模型的学习与更新过程，获取场景中行人频繁出现的位置以及对应的目标尺度信息，为后续的行人识别及跟踪过程提供辅助。
机器视觉 行人检测 高斯模型 检测率 尺度信息 光学学报
2016, 36(11): 1115001
为解决尺度不变特征变换( SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题, 提出一种新的算法。根据 SIFT提取的关键点信息, 利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除 SIFT误匹配点, 然后对保留下来的特征点进行聚类分析, 对目标图像进行识别判断, 并通过实验将该算法与双向匹配算法和随机抽样一致性算法( RANSAC)进行比较。实验结果表明, 该算法能够有效地剔除误匹配点, 且误剔除率低。剔除误匹配点后再进行图像检索, 图像的漏检率和误检率都大大地降低了。
尺度不变特征变换 转不变因子 尺度不变因子 误剔除率 漏检率 误检率 SIFT rotation-invariant factor scale-invariant factor false rejection rate miss rate false detection rate
