CN114034399A - 一种多目标威胁度评价方法及装置 - Google Patents

一种多目标威胁度评价方法及装置 Download PDF

Info

Publication number
CN114034399A
CN114034399A CN202111412787.9A CN202111412787A CN114034399A CN 114034399 A CN114034399 A CN 114034399A CN 202111412787 A CN202111412787 A CN 202111412787A CN 114034399 A CN114034399 A CN 114034399A
Authority
CN
China
Prior art keywords
target
threat degree
threat
track
detection data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111412787.9A
Other languages
English (en)
Other versions
CN114034399B (zh
Inventor
侯棋文
张樯
崔洪
张蛟淏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN202111412787.9A priority Critical patent/CN114034399B/zh
Publication of CN114034399A publication Critical patent/CN114034399A/zh
Application granted granted Critical
Publication of CN114034399B publication Critical patent/CN114034399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种多目标威胁度评价方法及装置，该方法包括：获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；基于存储的光电探测数据进行目标匹配，建立各目标航迹；对每个目标均执行：基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；基于相应的航迹威胁度与图像威胁度，得到该目标的威胁度。本发明能够应用于光电搜索系统，可给出多目标的威胁度，以便降低探测的虚警率。

Description

一种多目标威胁度评价方法及装置
技术领域
本发明涉及光电搜索技术领域，尤其涉及一种多目标威胁度评价方法及装置、计算机设备、计算机可读存储介质。
背景技术
光电搜索系统是一种重要的目标探测装置，其利用目标的红外特性探测目标，可在夜间及能见度较差的情况下搜索目标并获取目标图像，对目标的感知能力较强。目前，由于传统的图像处理方法虚警率高，光电搜索系统通常会使较多错误目标上报，影响系统的用户对于真正目标的判断。因此，有必要利用其他特征去除虚假目标，降低虚警率。特别是对于多目标的情况，通过目标的威胁度进行筛分或排序，提醒用户优先处理威胁度高的目标，能够有效提高光电搜索系统对多目标的侦测效率，且更加安全、可靠。但现有技术中尚未有一种全面且准确的目标威胁度评价方法。
发明内容
本发明的目的是针对上述至少一部分不足之处，提供一种综合目标航迹与图像信息进行评价的多目标威胁度评价方法。
为了实现上述目的，本发明提供了一种多目标威胁度评价方法，包括：
获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；其中，k为不小于3的整数；
基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹；
对每个目标均执行如下操作：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；
基于相应的所述航迹威胁度与所述图像威胁度，得到该目标的威胁度。
优选地，所述的多目标威胁度评价方法还包括：根据各个目标相应的威胁度进行排序。
优选地，所述的多目标威胁度评价方法还包括：基于预设的威胁度阈值，对各个目标进行筛分，剔除威胁度小于所述威胁度阈值的目标。
优选地，所述树状层级结构包括：
每个探测周期对应一个根节点，相邻的探测周期之间相互关联，构成一个同层级的队列；
每个根节点的下一层级按照观测扇区的角度划分N个同层级的节点，每个节点包含相同大小观测扇区的光电探测数据，且各节点对应的观测扇区无重复；N为不小于10的整数；
每个节点的下一层级按照各个目标划分多个同层级的子节点，每个子节点对应一个目标，包括该目标的空间信息与时间信息；其中，空间信息包括所在位置、亮度及面积。
优选地，所述基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹，包括：
确定进行目标匹配的观测扇区范围；
基于存储的光电探测数据，按照时间顺序，对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，直至完成所有探测周期内的目标匹配；
根据匹配结果，确定各目标的航迹关系。
优选地，所述对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，逐一与时间在后的探测周期中的每个目标进行相似度计算，取相似度最高的结果作为该目标的匹配结果。
优选地，所述对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，与时间在后的探测周期中各个目标进行对应的相似度计算，取全局目标相似度之和最高的结果作为各个目标的匹配结果。
本发明还提供了一种一种多目标威胁度评价装置，包括：
存储模块，用于获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；其中，k为不小于3的整数；
建航模块，用于基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹；
计算模块，用于对每个目标均执行如下操作：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；
基于相应的所述航迹威胁度与所述图像威胁度，得到该目标的威胁度。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述多目标威胁度评价方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述多目标威胁度评价方法的步骤。
本发明的上述技术方案具有如下优点：本发明提供了一种多目标威胁度评价方法及装置、计算机设备、计算机可读存储介质，本发明结合历史探测数据与当前探测数据对多目标建立航迹，与预设的威胁航迹向量进行向量相似度计算，得到航迹威胁度，还利用历史探测数据与当前探测数据提取目标的图像特征，得到图像威胁度，最终结合航迹威胁度与图像威胁度确定目标的威胁度，本发明综合目标的航迹与图像特征对目标的威胁度进行全面评价，准确度高、可靠性强，能够有效确定威胁度更高的目标，以便用户优先处置。
附图说明
图1是本发明实施例中一种多目标威胁度评价方法步骤示意图；
图2是本发明实施例中另一种多目标威胁度评价方法步骤示意图；
图3(a)是本发明实施例中各探测周期的光电探测数据存储结构示意图；
图3(b)是本发明实施例中单个探测周期的光电探测数据存储结构示意图；
图4是本发明实施例中一种多目标威胁度评价装置结构示意图；
图5是本发明实施例中另一种多目标威胁度评价装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供的一种多目标威胁度评价方法，包括：
步骤100，获取当前探测周期各目标的光电探测数据，以及前k个探测周期各目标的光电探测数据，并将获取的总计k+1个探测周期的光电探测数据以树状层级结构进行存储；其中，k为不小于3的整数。
步骤102，基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹。
步骤104，对每个目标均执行如下操作，以确定目标的威胁度：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，得到一个向量相似度值，作为航迹威胁度；其中，目标的平均航迹向量，即在总计k+1个探测周期内该目标的航迹向量经过求和再求平均得到的航迹向量；平均航迹向量与威胁航迹向量进行向量相似度计算，可利用现有技术中的向量相似度比较方法；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；其中，目标的平均亮度，即在总计k+1个探测周期内该目标的亮度平均值；平均面积，即在总计k+1个探测周期内该目标的面积平均值；平均亮度变化率，即亮度变化率的平均值，亮度变化率表示相邻探测周期间目标亮度变化程度与时间(即探测周期T)的比值；平均面积变化率，即面积变化率的平均值，面积变化率表示相邻探测周期间目标面积变化程度与时间的比值；
基于相应的航迹威胁度与图像威胁度，得到该目标的威胁度。
本发明提供的多目标威胁度评价方法利用当前探测数据(即当前探测周期各目标的光电探测数据)与历史探测数据(即前k个探测周期各目标的光电探测数据)建立各目标的航迹，基于目标的航迹以及目标的图像特征，综合评价目标的威胁度，从而全面、准确地确定威胁程度较高的目标。
该方法中，历史探测数据的长度，即k的取值，可根据光电搜索系统的设备性能以及实际需求设定，k优选为不小于3的整数；威胁航迹向量可根据实际探测需求进行预设，如：若用户认为当前条件下，自东南方向迫近系统的目标威胁性最高，则可设置威胁航迹向量由东南方向指向系统；目标的图像特征，即目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，同样反映了目标的威胁程度，如：当目标的平均亮度高且平均亮度变化率高，则表示该目标可能正在迫近系统，对于目标的图像特征的权重分配可根据实际探测需求进行设置，在此不再进一步限定。
优选地，步骤104中基于相应的航迹威胁度与图像威胁度得到目标的威胁度，可先采用归一化计算将该目标相应的航迹威胁度与图像威胁度统一到相同量级，再求和得到该目标的威胁度。本发明利用航迹信息和图像信息融合得到目标的威胁度，对于目标的威胁程度评价更为全面、可靠。
优选地，如图2所示，该多目标威胁度评价方法还包括：
步骤106，根据各个目标相应的威胁度进行排序。
依据威胁度排序，用户能够优先处理威胁程度更高的目标，及时消除例如目标迫近系统等安全隐患。
优选地，该多目标威胁度评价方法还包括：
步骤108，基于预设的威胁度阈值，对各个目标进行筛分，剔除威胁度小于预设的威胁度阈值的目标。
通过设置威胁度阈值筛分目标，将威胁程度低的目标剔除，有利于降低光电探测的虚警率，减少虚假目标上报。
优选地，步骤100中获取的光电探测数据以树状层级结构进行存储，树状层级结构具体可包括：
每个探测周期对应一个根节点，时间关系上相邻的探测周期之间相互关联，构成一个同层级的队列；
每个根节点的下一层级，按照观测扇区的角度划分N个同层级的节点，每个节点包含相同大小观测扇区的光电探测数据，且各节点对应的观测扇区无重复；N为不小于10的整数；
每个节点的下一层级，按照各个目标划分多个同层级的子节点，每个子节点对应一个目标，包括该目标的空间信息与时间信息；其中，空间信息包括所在位置、亮度及面积。
如图3(a)所示，在一个具体的实施方式中，k＝5，设T0至T4分别代表5个根节点，T为探测周期长度，时间关系上，T0对应0～T，T1对应T～2T，以此类推，T0与T1之间相互关联，T0至T4构成一个同层级的队列。
如图3(b)所示，以图3(a)中的T0为例，将一个探测周期对应的360°观测范围划分为多个不重叠的观测扇区，例如每10°划分一次，N＝36，分别以节点A0至AN-1存储，其中，每个节点下一层级存储在该区域内探测到的n个目标，以子节点q0至qn-1表示，n根据实际情况确定。
采用上述特定的数据结构存储数据，存储所需的时间为常数级，每一个探测周期内的每个目标只需计算存在哪个节点即可；后续进行目标匹配时，可以快速获得一个目标周围的多个探测周期的历史信息，减少目标建航的搜索时间，从而提高计算效率，实现实时的处理多目标信息。
优选地，步骤102进一步包括：
确定进行目标匹配的观测扇区范围；
基于存储的光电探测数据，按照时间顺序，对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，直至完成所有探测周期内的目标匹配；
根据匹配结果，确定各目标的航迹关系，建立航迹。
采用上述实施方式，在目标匹配时，不需要将360°观测范围内的所有目标都遍历一遍，通常只需要匹配一定角度的目标即可，即，确定进行匹配的观测扇区范围，然后只匹配该观测扇区范围内的目标，从而提高计算效率。此外，对于上述树状层级结构，目标匹配时只需要提取相应的存储区域的目标即可，能够减少索引范围。
在一个具体的实施方式中，设每一个子节点的目标q均包括如下信息：
{fatherId,childId,id,spaceInfo,imageInfo}
其中，fatherId表示上一探测周期与该目标匹配的目标id，childId表示下一探测周期与该目标匹配的目标id，id为当前探测周期该目标本身id，spaceInfo为该目标的空间信息，imageInfo为该目标的时间信息。以T0中的目标q00与T1中的目标q01为例，首先确定进行目标匹配的观测扇区范围As到Ae(0≤s＜e≤N-1)，判断两个目标q00、q01是否在As到Ae中，如果在，则利用空间信息和时间信息进行匹配，计算出相似度，基于相似度进行匹配，若目标q00与目标q01相匹配，则认为目标q00的id为目标q01的fatherId，目标q01的id为目标q00的childId，这样就可以建立一条航迹，该航迹可以利用fahterId或者childId进行遍历。
进一步地，在一个优选的实施方式中，对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，逐一与时间在后的探测周期中的每个目标进行相似度计算，取相似度最高的结果作为该目标的匹配结果。最终计算完所有目标，得到所有目标的匹配结果。
该实施方式中，对每个目标匹配相似度最高的目标，从而建立航迹。该方式有利于找到每个目标在下一探测周期最可能对应的目标。
进一步地，在另一个优选的实施方式中，对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，与时间在后的探测周期中各个目标进行对应的相似度计算，取全局目标相似度之和最高的结果作为各个目标的匹配结果。
该实施方式中，将T0中的所有目标与T1中的所有目标之间建立多对多的映射关系，将所有匹配的可能性都计算一次，选取全局目标相似度之和最高的匹配方案，即为匹配结果。该方式有利于高效计算多个目标的匹配关系。
如图4所示，本发明还提供了一种多目标威胁度评价装置，包括存储模块400、建航模块401和计算模块402，其中：
存储模块400用于获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；其中，k为不小于3的整数。
该存储模块400将目标存在一个特定的数据结构中，可以快速的获得一个目标周围的多个周期的历史信息，减少目标建航的搜索空间。
建航模块401用于基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹。
该建航模块401利用目标的图像特征、空间特征以及用户规则将多个目标的航迹求出，每次检测出新的目标时，则将其建航信息求出。
计算模块402用于对每个目标均执行如下操作：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；
基于相应的航迹威胁度与图像威胁度，得到该目标的威胁度。
该计算模块402利用航迹信息和图像信息融合得到目标的威胁度。
本发明提供的多目标威胁度评价装置能够应用于光电搜索系统中，对目标进行建航并给出威胁度指标。存储模块400可用于实现上述多目标威胁度评价方法的步骤100，建航模块401可用于实现上述多目标威胁度评价方法的步骤102，计算模块402可用于实现上述多目标威胁度评价方法的步骤104。
优选地，如图5所示，本发明还提供了一种多目标威胁度评价装置，还包括：排序与筛分模块403；排序与筛分模块403用于根据各个目标相应的威胁度进行排序，和/或，基于预设的威胁度阈值，对各个目标进行筛分，剔除威胁度小于威胁度阈值的目标。排序与筛分模块403可用于实现上述多目标威胁度评价方法的步骤106和/或步骤108。
上述多目标威胁度评价装置的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
以上各实施例中，硬件模块可以通过机械方式或电气方式实现。例如，一个硬件模块可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件模块还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
特别地，在本发明一些优选的实施方式中，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中所述多目标威胁度评价方法的步骤。
在本发明另一些优选的实施方式中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施方式中所述多目标威胁度评价方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述多目标威胁度评价方法实施例的流程，在此不再重复说明。
综上所述，本发明首先让光电搜索系统对于一定的空域进行搜索，随后利用图像处理建立每一个目标的航迹，并且利用航迹信息，根据图像特征和用户设定，计算每一个目标的威胁度，反馈给用户，用于威胁排序。本发明能够用于对多目标的连续建立航迹并给出目标威胁度。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种多目标威胁度评价方法，其特征在于，包括：
获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；其中，k为不小于3的整数；
基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹；
对每个目标均执行如下操作：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；
基于相应的所述航迹威胁度与所述图像威胁度，得到该目标的威胁度。
2.根据权利要求1所述的多目标威胁度评价方法，其特征在于，还包括：根据各个目标相应的威胁度进行排序。
3.根据权利要求1所述的多目标威胁度评价方法，其特征在于，还包括：基于预设的威胁度阈值，对各个目标进行筛分，剔除威胁度小于所述威胁度阈值的目标。
4.根据权利要求1所述的多目标威胁度评价方法，其特征在于，所述树状层级结构包括：
每个探测周期对应一个根节点，相邻的探测周期之间相互关联，构成一个同层级的队列；
每个根节点的下一层级按照观测扇区的角度划分N个同层级的节点，每个节点包含相同大小观测扇区的光电探测数据，且各节点对应的观测扇区无重复；N为不小于10的整数；
每个节点的下一层级按照各个目标划分多个同层级的子节点，每个子节点对应一个目标，包括该目标的空间信息与时间信息；其中，空间信息包括所在位置、亮度及面积。
5.根据权利要求1所述的多目标威胁度评价方法，其特征在于，所述基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹，包括：
确定进行目标匹配的观测扇区范围；
基于存储的光电探测数据，按照时间顺序，对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，直至完成所有探测周期内的目标匹配；
根据匹配结果，确定各目标的航迹关系。
6.根据权利要求5所述的多目标威胁度评价方法，其特征在于：所述对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，逐一与时间在后的探测周期中的每个目标进行相似度计算，取相似度最高的结果作为该目标的匹配结果。
7.根据权利要求5所述的多目标威胁度评价方法，其特征在于：所述对每两个相邻的探测周期中处于观测扇区范围内的各个目标进行匹配，包括：
将时间在先的探测周期中的各个目标，与时间在后的探测周期中各个目标进行对应的相似度计算，取全局目标相似度之和最高的结果作为各个目标的匹配结果。
8.一种多目标威胁度评价装置，其特征在于，包括：
存储模块，用于获取当前探测周期及前k个探测周期各目标的光电探测数据，并以树状层级结构进行存储；其中，k为不小于3的整数；
建航模块，用于基于存储的光电探测数据进行目标匹配，建立各目标在总计k+1个探测周期内的航迹；
计算模块，用于对每个目标均执行如下操作：
基于建立的航迹，计算该目标的平均航迹向量，并与预设的威胁航迹向量进行向量相似度计算，作为航迹威胁度；
基于相应的光电探测数据，计算该目标的平均亮度、平均面积、平均亮度变化率及平均面积变化率，通过加权计算得到一个威胁值，作为图像威胁度；
基于相应的所述航迹威胁度与所述图像威胁度，得到该目标的威胁度。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述多目标威胁度评价方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述多目标威胁度评价方法的步骤。
CN202111412787.9A 2021-11-25 2021-11-25 一种多目标威胁度评价方法及装置 Active CN114034399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111412787.9A CN114034399B (zh) 2021-11-25 2021-11-25 一种多目标威胁度评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111412787.9A CN114034399B (zh) 2021-11-25 2021-11-25 一种多目标威胁度评价方法及装置

Publications (2)

Publication Number Publication Date
CN114034399A true CN114034399A (zh) 2022-02-11
CN114034399B CN114034399B (zh) 2023-12-22

Family

ID=80145475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111412787.9A Active CN114034399B (zh) 2021-11-25 2021-11-25 一种多目标威胁度评价方法及装置

Country Status (1)

Country Link
CN (1) CN114034399B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130153745A1 (en) * 2011-12-17 2013-06-20 Raytheon Company Digital semi-active laser receiver tracking of multiple line-of-sight (los) objects
US20150108349A1 (en) * 2009-05-16 2015-04-23 Rapiscan Systems, Inc. Systems and Methods for High-Z Threat Alarm Resolution
US20160050889A1 (en) * 2014-08-21 2016-02-25 Identiflight, Llc Imaging array for bird or bat detection and identification
CN109633678A (zh) * 2018-11-27 2019-04-16 中国人民解放军陆军装甲兵学院 大视场光电成像跟踪系统多约束条件航迹起始检测方法
CN109873669A (zh) * 2019-04-04 2019-06-11 北京环境特性研究所 一种无人机探测方法及无人机探测系统
CN110178045A (zh) * 2016-11-17 2019-08-27 特里纳米克斯股份有限公司 用于光学检测至少一个对象的检测器
CN111164967A (zh) * 2017-10-02 2020-05-15 索尼公司 图像处理设备和图像处理方法
CN111796269A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于目标威胁的雷达和光电航迹数据联合处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150108349A1 (en) * 2009-05-16 2015-04-23 Rapiscan Systems, Inc. Systems and Methods for High-Z Threat Alarm Resolution
US20130153745A1 (en) * 2011-12-17 2013-06-20 Raytheon Company Digital semi-active laser receiver tracking of multiple line-of-sight (los) objects
US20160050889A1 (en) * 2014-08-21 2016-02-25 Identiflight, Llc Imaging array for bird or bat detection and identification
CN110178045A (zh) * 2016-11-17 2019-08-27 特里纳米克斯股份有限公司 用于光学检测至少一个对象的检测器
CN111164967A (zh) * 2017-10-02 2020-05-15 索尼公司 图像处理设备和图像处理方法
CN109633678A (zh) * 2018-11-27 2019-04-16 中国人民解放军陆军装甲兵学院 大视场光电成像跟踪系统多约束条件航迹起始检测方法
CN109873669A (zh) * 2019-04-04 2019-06-11 北京环境特性研究所 一种无人机探测方法及无人机探测系统
CN111796269A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于目标威胁的雷达和光电航迹数据联合处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KYOUNGMIN KIM 等: "Automatically Attributing Mobile Threat Actors by Vectorized ATT&CK Matrix and Paired Indicator", 《SENSORS》 *
陈辉 等: "多目标跟踪中基于目标威胁度评估的传感器控制方法", 《电子与信息学报》 *

Also Published As

Publication number Publication date
CN114034399B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
US11086016B2 (en) Method and apparatus for tracking obstacle
CN112526513B (zh) 基于聚类算法的毫米波雷达环境地图构建方法及装置
Warsi et al. Gun detection system using YOLOv3
Gostar et al. Robust multi-Bernoulli sensor selection for multi-target tracking in sensor networks
CN104699755B (zh) 一种基于数据挖掘的智能化多目标综合识别方法
CN106842149B (zh) 运用聚类思想改进的序列差值直方图分选方法
CN112699734B (zh) 门槛检测方法、移动机器人及存储介质
CN114063056A (zh) 一种船舶航迹融合方法、系统、介质和设备
CN112087316B (zh) 基于异常数据分析的网络异常根源定位方法
KR20120112293A (ko) 이동체의 위치 판단 장치 및 위치 판단 방법
US11610080B2 (en) Object detection improvement based on autonomously selected training samples
CN115690545B (zh) 训练目标跟踪模型和目标跟踪的方法和装置
CN109272491A (zh) 试验环境下裂纹尖端的识别方法、装置及设备
CN112098992A (zh) 一种基于网格聚类的多假设多目标航迹起始方法
CN115372995A (zh) 一种基于欧式聚类的激光雷达目标检测方法及系统
CN111275733A (zh) 基于深度学习目标检测技术实现多艘船舶快速跟踪处理的方法
WO2020202259A1 (ja) 合成開口レーダの画像処理装置及び画像処理方法
Kropfreiter et al. A scalable track-before-detect method with Poisson/multi-Bernoulli model
CN110110736A (zh) 增量聚类方法和装置
CN114034399A (zh) 一种多目标威胁度评价方法及装置
CN110110594A (zh) 一种产品分布识别方法和装置
KR101280348B1 (ko) 다중 표적 추적 방법
CN113723833A (zh) 造林实绩质量评价方法、系统、终端设备及存储介质
CN113052871A (zh) 一种基于智能选择策略的目标检测与自动跟踪算法
CN108205683B (zh) 基于可见光卫星图片的红外目标识别系统阈值优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant