JP2840823B2 - 目標自動類別識別装置 - Google Patents
目標自動類別識別装置Info
- Publication number
- JP2840823B2 JP2840823B2 JP8154172A JP15417296A JP2840823B2 JP 2840823 B2 JP2840823 B2 JP 2840823B2 JP 8154172 A JP8154172 A JP 8154172A JP 15417296 A JP15417296 A JP 15417296A JP 2840823 B2 JP2840823 B2 JP 2840823B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- certainty
- specific
- catalog
- speed
- 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.)
- Expired - Lifetime
Links
Description
【０００１】
【発明の属する技術分野】本発明は、音波等の入力信号
を周波数分析して狭帯域信号を抽出し、あらかじめ収集
したカタログの周波数と比較して、目標を識別する目標
自動類識別装置に関するものである。
を周波数分析して狭帯域信号を抽出し、あらかじめ収集
したカタログの周波数と比較して、目標を識別する目標
自動類識別装置に関するものである。
【０００２】
【従来の技術】従来、このような分野の技術としては、
例えば、Ｍ．Ａ．フィッシューラ／Ｏ．ファーシャイン
著（玉井哲雄訳）「人と機械の知能」（初版）（１９８
９−４−２０）（株）トッパン、Ｐ．１１８−１２２に
記載されるものや、特開平４−２３５３７２号公報に記
載されるものがあった。図５は特開平４−２３５３７２
号公報に記載の従来の目標自動類別方法を示すもので、
音源の探知から目標の識別に至る一連の流れの説明図で
ある。従来の目標自動類別方法について説明する。ここ
では例として、入力信号を音波とする。Ｎ個のセンサ
（１−１〜１−Ｎ）に入力される時系列信号に対して、
ＦＦＴ（高速フーリエ変換）／整相処理２ではＦＦＴと
整相処理をおこない、時系列信号を方位、周波数空間上
のレベルデータに変換する。
例えば、Ｍ．Ａ．フィッシューラ／Ｏ．ファーシャイン
著（玉井哲雄訳）「人と機械の知能」（初版）（１９８
９−４−２０）（株）トッパン、Ｐ．１１８−１２２に
記載されるものや、特開平４−２３５３７２号公報に記
載されるものがあった。図５は特開平４−２３５３７２
号公報に記載の従来の目標自動類別方法を示すもので、
音源の探知から目標の識別に至る一連の流れの説明図で
ある。従来の目標自動類別方法について説明する。ここ
では例として、入力信号を音波とする。Ｎ個のセンサ
（１−１〜１−Ｎ）に入力される時系列信号に対して、
ＦＦＴ（高速フーリエ変換）／整相処理２ではＦＦＴと
整相処理をおこない、時系列信号を方位、周波数空間上
のレベルデータに変換する。
【０００３】自動探知／追尾処理３では方位、周波数空
間上でのレベルの極大点（以後、これをイベントと呼
ぶ）を検出し、それを時間的に追尾することにより、ラ
イン（イベントの時間的な連なり）の検出を行う。デー
タ統合処理ブロック４はラインの方位情報から、同−の
音源に関するラインの組み合わせを生成するデータ統合
処理部である。特徴抽出処理５では各ラインの特徴抽出
をおこない、特徴要素として周波数の時間的な平均値、
標準偏差値を抽出する。これらのデータはブロック６で
カタログとの照合に利用される。ここで、カタログと
は、識別しようとする目標別に作成された特徴情報であ
り、過去に得られた周波数情報をもとに類別され、図６
に示すようなものである。図６では簡単な例として、目
標Ａおよび目標Ｂに対するカタログを示し、それぞれの
目標が放射すると予想される信号の周波数帯域を該周波
数の平均（Ｆ1 ）と変化幅（ｄＦ1 ）を用いて表現する
ものである。
間上でのレベルの極大点（以後、これをイベントと呼
ぶ）を検出し、それを時間的に追尾することにより、ラ
イン（イベントの時間的な連なり）の検出を行う。デー
タ統合処理ブロック４はラインの方位情報から、同−の
音源に関するラインの組み合わせを生成するデータ統合
処理部である。特徴抽出処理５では各ラインの特徴抽出
をおこない、特徴要素として周波数の時間的な平均値、
標準偏差値を抽出する。これらのデータはブロック６で
カタログとの照合に利用される。ここで、カタログと
は、識別しようとする目標別に作成された特徴情報であ
り、過去に得られた周波数情報をもとに類別され、図６
に示すようなものである。図６では簡単な例として、目
標Ａおよび目標Ｂに対するカタログを示し、それぞれの
目標が放射すると予想される信号の周波数帯域を該周波
数の平均（Ｆ1 ）と変化幅（ｄＦ1 ）を用いて表現する
ものである。
【０００４】次に、ブロック６内のカタログ照合処理６
１について説明する。自動探知／追尾処理３で検出され
たラインの周波数の時間的な平均値、標準偏差値をそれ
ぞれｆi 、σi （ｉ＝１，２，…，ｍ）として、これら
のパラメータをもとに探知信号の分布Ｄi （ｆ）を次式
とする。
１について説明する。自動探知／追尾処理３で検出され
たラインの周波数の時間的な平均値、標準偏差値をそれ
ぞれｆi 、σi （ｉ＝１，２，…，ｍ）として、これら
のパラメータをもとに探知信号の分布Ｄi （ｆ）を次式
とする。
【０００５】
【数１】
【０００６】一方、目標ｋに対するカタログの中心周波
数とその変化幅をそれぞれＦj 、ｄＦj （ｊ＝１，２，
…，ｍ）として、目標ｋのカタログデータＣｋ（ｆ）を
次式により構成する。
数とその変化幅をそれぞれＦj 、ｄＦj （ｊ＝１，２，
…，ｍ）として、目標ｋのカタログデータＣｋ（ｆ）を
次式により構成する。
【０００７】
【数２】
【０００８】以上のように得られた探知信号の分布Ｄi
（ｆ）とカタログデータＣｋ（ｆ）を図７に示すように
重ね合わせ、探知信号の分布Ｄi （ｆ）とカタログデー
タＣｋ（ｆ）の重なる面積を求め、それぞれの面積をＳ
i （ｉ＝１，２，…，ｎ）とする。ここで求めたＳi を
デンプスター・シェファーの理論における“探知された
ラインｉが目標ｋであることを支持する確率”と定義
し、残りの１−Ｓi は不明の確率（θ）であると定義す
る。そこでデンプスターの結合規則により、すべてのＳ
i 結合を式（３）のようにおこなう。また、この時の結
合の概念を図８に示す。
（ｆ）とカタログデータＣｋ（ｆ）を図７に示すように
重ね合わせ、探知信号の分布Ｄi （ｆ）とカタログデー
タＣｋ（ｆ）の重なる面積を求め、それぞれの面積をＳ
i （ｉ＝１，２，…，ｎ）とする。ここで求めたＳi を
デンプスター・シェファーの理論における“探知された
ラインｉが目標ｋであることを支持する確率”と定義
し、残りの１−Ｓi は不明の確率（θ）であると定義す
る。そこでデンプスターの結合規則により、すべてのＳ
i 結合を式（３）のようにおこなう。また、この時の結
合の概念を図８に示す。
【０００９】
【数３】
【００１０】この結合された結果が“探知信号Ｄ（ｆ）
が目標ｋである確信度Ｐk ”となる。この確信度Ｐk を
すべての目標に対するカタログデータＣk （ｆ）に対し
て求め、目標選択部６２に送る。目標選択部６２では、
すべての目標に対する確信度の中から、予め設定された
数だけ確信度上位のものから選択する。表示部６３で
は、目標選択部で選択された目標を上位のものから順番
に表示する。以上の説明において、探知信号Ｄ（ｆ）と
カタログデータＣk （ｆ）の重なる面積Ｓi を“探知さ
れたラインｉが目標ｋであることを支持する確率”とし
たが、目標ｋのカタログに対して平均周波数Ｆj とその
変化幅ｄＦj 、さらに、重要度Ｗj （０≦Ｗj ≦１）も
設定しておき、面積Ｓi に重みづけを表す重要度Ｗjを
掛けたものを“探知されたラインｉが目標ｋであること
を支持する確率”としてもよい。
が目標ｋである確信度Ｐk ”となる。この確信度Ｐk を
すべての目標に対するカタログデータＣk （ｆ）に対し
て求め、目標選択部６２に送る。目標選択部６２では、
すべての目標に対する確信度の中から、予め設定された
数だけ確信度上位のものから選択する。表示部６３で
は、目標選択部で選択された目標を上位のものから順番
に表示する。以上の説明において、探知信号Ｄ（ｆ）と
カタログデータＣk （ｆ）の重なる面積Ｓi を“探知さ
れたラインｉが目標ｋであることを支持する確率”とし
たが、目標ｋのカタログに対して平均周波数Ｆj とその
変化幅ｄＦj 、さらに、重要度Ｗj （０≦Ｗj ≦１）も
設定しておき、面積Ｓi に重みづけを表す重要度Ｗjを
掛けたものを“探知されたラインｉが目標ｋであること
を支持する確率”としてもよい。
【００１１】
【発明が解決しようとする課題】しかしながら、目標が
運動する場合、目標の速力毎に目標の放射する信号の周
波数が変動し、それを補うために目標のカタログを作成
する際に、カタログの周波数の変化幅ｄＦj を大きくと
っていた。そのため、誤照合の割合が大きくなり、識別
の精度が低くなる傾向にあった。また、目標の速力が異
なる信号を別目標のカタログとすると、照合の回数が増
大することで演算量も増大するという問題があった。本
発明は、上記カタログに対して目標の放射する信号を機
構別に分割するとともに、同一の機構をもっている複数
の目標から１つの機構別のカタログを共有できる構造に
し、さらに速力に応じて周波数データが変化する機構に
関して、速力毎のデータを設定することにより、照合に
おける誤照合の割合を小さくし、識別の精度を向上させ
るとともにカタログの記憶サイズ縮小および照合におけ
る演算量の低減を図るものである。
運動する場合、目標の速力毎に目標の放射する信号の周
波数が変動し、それを補うために目標のカタログを作成
する際に、カタログの周波数の変化幅ｄＦj を大きくと
っていた。そのため、誤照合の割合が大きくなり、識別
の精度が低くなる傾向にあった。また、目標の速力が異
なる信号を別目標のカタログとすると、照合の回数が増
大することで演算量も増大するという問題があった。本
発明は、上記カタログに対して目標の放射する信号を機
構別に分割するとともに、同一の機構をもっている複数
の目標から１つの機構別のカタログを共有できる構造に
し、さらに速力に応じて周波数データが変化する機構に
関して、速力毎のデータを設定することにより、照合に
おける誤照合の割合を小さくし、識別の精度を向上させ
るとともにカタログの記憶サイズ縮小および照合におけ
る演算量の低減を図るものである。
【００１２】
【課題を解決するための手段】本発明に係る目標自動類
別識別装置は、予め収集した複数の目標の入力信号に対
して目標別に周波数の特徴で類別されている特徴情報で
ある目標別カタログを目標の有する機構毎の機構別カタ
ログに分割するとともに、同一の機構をもっている複数
の目標から１つの機構別カタログを共有できる形態と
し、さらに速力に依存する機構に関しては速力別のカタ
ログともなる複数の機構別カタログを格納した記憶手段
と、記憶手段に格納された各機構別カタログと同一であ
る目標データとを比較照合して目標データの機構別カタ
ログに対する確信度の割り当てを行う比較照合手段と、
比較照合手段より入力された確信度の内、同一機構のも
ので、速力のみが異なるものの中で確信度の最大値を目
標値に選び、デンプスター・シェファーの理論に基づ
き、同一機構の中での該目標別最大値を結合し、目標別
の機構別確信度を算出する機構別確信度算出手段と、機
構別確信度算出手段から入力された各機構に対する機構
別確信度を再び、デンプスター・シェファーの理論に基
づき結合し、その結合された結果より各目標に対する確
信度を求める機構別確信度結合手段と、機構別確信度結
合手段から入力された各目標に対する確信度から上位に
ある目標候補を選択する目標選択手段と、目標選択手段
によって選択された目標候補を表示する表示手段とを備
えてなるものである。
別識別装置は、予め収集した複数の目標の入力信号に対
して目標別に周波数の特徴で類別されている特徴情報で
ある目標別カタログを目標の有する機構毎の機構別カタ
ログに分割するとともに、同一の機構をもっている複数
の目標から１つの機構別カタログを共有できる形態と
し、さらに速力に依存する機構に関しては速力別のカタ
ログともなる複数の機構別カタログを格納した記憶手段
と、記憶手段に格納された各機構別カタログと同一であ
る目標データとを比較照合して目標データの機構別カタ
ログに対する確信度の割り当てを行う比較照合手段と、
比較照合手段より入力された確信度の内、同一機構のも
ので、速力のみが異なるものの中で確信度の最大値を目
標値に選び、デンプスター・シェファーの理論に基づ
き、同一機構の中での該目標別最大値を結合し、目標別
の機構別確信度を算出する機構別確信度算出手段と、機
構別確信度算出手段から入力された各機構に対する機構
別確信度を再び、デンプスター・シェファーの理論に基
づき結合し、その結合された結果より各目標に対する確
信度を求める機構別確信度結合手段と、機構別確信度結
合手段から入力された各目標に対する確信度から上位に
ある目標候補を選択する目標選択手段と、目標選択手段
によって選択された目標候補を表示する表示手段とを備
えてなるものである。
【００１３】本発明においては、比較照合手段が記憶手
段に格納された速力別の各機構別カタログと同一である
目標データとを比較照合して目標データの機構別カタロ
グに対する確信度の割り当てを行い、機構別確信度算出
手段が比較照合手段より入力された確信度の内、同一機
構のもので、速力のみが異なるものの中で確信度の最大
値を目標値に選び、デンプスター・シェファーの理論に
基づき、同一機構の中での該目標別最大値を結合し、目
標別の機構別確信度を算出し、機構別確信度結合手段が
機構別確信度算出手段から入力された各機構に対する機
構別確信度を再び、デンプスター・シェファーの理論に
基づき結合し、その結合された結果より各目標に対する
確信度を求めるようにし、記憶手段に目標別カタログを
複数の機構別カタログに分割し、さらに速力に依存して
周波数が変化する機構の周波数情報を速力別のデータと
したものを格納させるようにしたので、誤照合の割合を
小さくし、識別の精度を向上させることが可能となると
ともに、１つの機構別のカタログで複数の目標に対して
のデータの共有が可能となるため、従来の目標別カタロ
グを記憶する場合に比べて少ないメモリで構築可能とな
り、照合演算の回数が減じられる。
段に格納された速力別の各機構別カタログと同一である
目標データとを比較照合して目標データの機構別カタロ
グに対する確信度の割り当てを行い、機構別確信度算出
手段が比較照合手段より入力された確信度の内、同一機
構のもので、速力のみが異なるものの中で確信度の最大
値を目標値に選び、デンプスター・シェファーの理論に
基づき、同一機構の中での該目標別最大値を結合し、目
標別の機構別確信度を算出し、機構別確信度結合手段が
機構別確信度算出手段から入力された各機構に対する機
構別確信度を再び、デンプスター・シェファーの理論に
基づき結合し、その結合された結果より各目標に対する
確信度を求めるようにし、記憶手段に目標別カタログを
複数の機構別カタログに分割し、さらに速力に依存して
周波数が変化する機構の周波数情報を速力別のデータと
したものを格納させるようにしたので、誤照合の割合を
小さくし、識別の精度を向上させることが可能となると
ともに、１つの機構別のカタログで複数の目標に対して
のデータの共有が可能となるため、従来の目標別カタロ
グを記憶する場合に比べて少ないメモリで構築可能とな
り、照合演算の回数が減じられる。
【００１４】
実施形態１ （構成）図１は本発明の実施形態１に係る目標自動類別
識別装置の構成を示すブロック図である。１−１〜１−
Ｎは目標より入力される時系列信号を受信するＮ個のセ
ンサであり、時系列信号を方位、周波数空間上のレベル
データに変換するＦＦＴ／整相処理２に接続されてい
る。ＦＦＴ／整相処理２は、自動探知／追尾処理３に接
続されている。自動探知／追尾処理３は、データ統合処
理４に接続されている。データ統合処理４は、特徴抽出
手段５に接続されている。特徴抽出手段５は、比較照合
手段６に接続される。該比較照合手段６には、記憶手段
７および機構別確信度算出手段８が接続されている。
識別装置の構成を示すブロック図である。１−１〜１−
Ｎは目標より入力される時系列信号を受信するＮ個のセ
ンサであり、時系列信号を方位、周波数空間上のレベル
データに変換するＦＦＴ／整相処理２に接続されてい
る。ＦＦＴ／整相処理２は、自動探知／追尾処理３に接
続されている。自動探知／追尾処理３は、データ統合処
理４に接続されている。データ統合処理４は、特徴抽出
手段５に接続されている。特徴抽出手段５は、比較照合
手段６に接続される。該比較照合手段６には、記憶手段
７および機構別確信度算出手段８が接続されている。
【００１５】記憶手段７は、目標Ａ、Ｂ、Ｃ、・・・か
らなる複数の機構別カタログを保存するメモリで構成さ
れている。この機構別カタログの概念を図２に示す。こ
こに機構別カタログとは識別しようとする目標別の特徴
情報である目標別カタログには各目標が持つ複数の固有
の情報、例えば複数の固有の音源が含まれており、その
音源が速力に依存するときは、それらを例えば固有の音
源毎に速力別の機構別として分け、速力別の固有の音源
同士を１つの機構別グループとして纏めたカタログをい
う。従って、記憶手段７には複数の速力別の機構別カタ
ログが格納されている。機構別確信度算出手段８には機
構別確信度結合手段９が接続され、機構別確信度結合手
段９に目標選択手段１０が接続され、さらに目標選択手
段１０には、表示手段１１が接続されている。
らなる複数の機構別カタログを保存するメモリで構成さ
れている。この機構別カタログの概念を図２に示す。こ
こに機構別カタログとは識別しようとする目標別の特徴
情報である目標別カタログには各目標が持つ複数の固有
の情報、例えば複数の固有の音源が含まれており、その
音源が速力に依存するときは、それらを例えば固有の音
源毎に速力別の機構別として分け、速力別の固有の音源
同士を１つの機構別グループとして纏めたカタログをい
う。従って、記憶手段７には複数の速力別の機構別カタ
ログが格納されている。機構別確信度算出手段８には機
構別確信度結合手段９が接続され、機構別確信度結合手
段９に目標選択手段１０が接続され、さらに目標選択手
段１０には、表示手段１１が接続されている。
【００１６】（動作）ＦＦＴ／整相処理２〜特徴抽出手
段５は、従来技術で説明したことと同様の動作をする。
比較照合手段６では、ラインの平均周波数および標準偏
差と、記憶手段７に保存された例えば機構１における速
力別の機構別カタログの周波数および変化幅を従来技術
で説明した方法で比較し、与えられた速力別の機構別カ
タログと同一である確信度を割り当て、その結果を機構
別確信度算出手段８へ送る。さらに、機構２〜機構ｎに
ついてもそれぞれ機構１の場合と同様に速力別の機構別
カタログの周波数および変化幅を従来技術で説明した方
法で比較し、与えられた機構別カタログと同一である確
信度を割り当て、その結果を機構別確信度算出手段８へ
送る。
段５は、従来技術で説明したことと同様の動作をする。
比較照合手段６では、ラインの平均周波数および標準偏
差と、記憶手段７に保存された例えば機構１における速
力別の機構別カタログの周波数および変化幅を従来技術
で説明した方法で比較し、与えられた速力別の機構別カ
タログと同一である確信度を割り当て、その結果を機構
別確信度算出手段８へ送る。さらに、機構２〜機構ｎに
ついてもそれぞれ機構１の場合と同様に速力別の機構別
カタログの周波数および変化幅を従来技術で説明した方
法で比較し、与えられた機構別カタログと同一である確
信度を割り当て、その結果を機構別確信度算出手段８へ
送る。
【００１７】機構別確信度算出手投８では、各機構別に
おける割り当てられて入力された確信度の内、同一機構
のもので、速力のみが異なるものの中で確信度の最大値
を目標別に選び、デンプスター・シェーファーの理論に
基づき、同一機構の中での該目標別最大値を結合し、こ
れを目標別の機構別確信度とする。ここで目標別の機構
別確信度の概念を図３に示す。図３において、目標
（Ａ、Ｂ）である確率は目標ＡとＢは速力が同じである
ときの確信度を意味し、目標Ｃである確率は目標Ｃが目
標Ａ、Ｂとは異なる速力であるときの確信度を意味し、
これを合成することによって目標別の機構別確信度が得
られることを表している。なお、目標Ａ、Ｂ、Ｃでそれ
ぞれ速力が異なるときは、それぞれ確信度は３つあり、
これらを合成するには、最初に２つの確信度を合成し、
その結果と３つ目の確信度を合成する手順で行う。この
ようにして各機構別に得られた目標別の機構別確信度は
機構別確信度結合手段９へ送られる。
おける割り当てられて入力された確信度の内、同一機構
のもので、速力のみが異なるものの中で確信度の最大値
を目標別に選び、デンプスター・シェーファーの理論に
基づき、同一機構の中での該目標別最大値を結合し、こ
れを目標別の機構別確信度とする。ここで目標別の機構
別確信度の概念を図３に示す。図３において、目標
（Ａ、Ｂ）である確率は目標ＡとＢは速力が同じである
ときの確信度を意味し、目標Ｃである確率は目標Ｃが目
標Ａ、Ｂとは異なる速力であるときの確信度を意味し、
これを合成することによって目標別の機構別確信度が得
られることを表している。なお、目標Ａ、Ｂ、Ｃでそれ
ぞれ速力が異なるときは、それぞれ確信度は３つあり、
これらを合成するには、最初に２つの確信度を合成し、
その結果と３つ目の確信度を合成する手順で行う。この
ようにして各機構別に得られた目標別の機構別確信度は
機構別確信度結合手段９へ送られる。
【００１８】機構別確信度結合手段９では、入力された
各機構に対する目標別の機構別確信度を再び、デンプス
ター・シェファーの理論に基づき結合する。ここで２つ
の機構別確信度の結合に関する概念図を図４に示す。図
４に示すように、機構１の機構別確信度と機構２の機構
別確信度とが結合され、その結合された結果より各目標
に対する確信度（目標別確信度）を求めることができ
る。この確信度は確信の下限および上限という形式で算
出される。なお、目標別の機構別確信度が３つあり、こ
れらを合成するには、最初に２つの機構別確信度を合成
し、その結果と３つめの機構別確信度を合成する手順で
行う。このようにして得られた各目標に対する確信度
（目標別確信度）を目標選択手段１０に送る。目標選択
手段１０では、確信度の上位にある目標候補を選択し、
その選択結果を表示手段１１へ送って表示する。
各機構に対する目標別の機構別確信度を再び、デンプス
ター・シェファーの理論に基づき結合する。ここで２つ
の機構別確信度の結合に関する概念図を図４に示す。図
４に示すように、機構１の機構別確信度と機構２の機構
別確信度とが結合され、その結合された結果より各目標
に対する確信度（目標別確信度）を求めることができ
る。この確信度は確信の下限および上限という形式で算
出される。なお、目標別の機構別確信度が３つあり、こ
れらを合成するには、最初に２つの機構別確信度を合成
し、その結果と３つめの機構別確信度を合成する手順で
行う。このようにして得られた各目標に対する確信度
（目標別確信度）を目標選択手段１０に送る。目標選択
手段１０では、確信度の上位にある目標候補を選択し、
その選択結果を表示手段１１へ送って表示する。
【００１９】（効果）本発明の実施形態では、記憶手段
７が目標別カタログを機構別カタログに分割し、速力に
依存して周波数が変化する機構の周波数情報を速力別の
データとしてもつことで、誤照合の割合を小さくし、識
別の精度を向上させることが可能になるとともに、１つ
の機構別のカタログで複数の目標に対しての共有が可能
となることで、従来方法の目標別カタログと比較して、
少ないメモリで構築可能であり、照合演算の回数が減じ
られることになる。
７が目標別カタログを機構別カタログに分割し、速力に
依存して周波数が変化する機構の周波数情報を速力別の
データとしてもつことで、誤照合の割合を小さくし、識
別の精度を向上させることが可能になるとともに、１つ
の機構別のカタログで複数の目標に対しての共有が可能
となることで、従来方法の目標別カタログと比較して、
少ないメモリで構築可能であり、照合演算の回数が減じ
られることになる。
【００２０】
【発明の効果】本発明は以上説明したとおり、比較照合
手段が記憶手段に格納された速力別の各機構別カタログ
と同一である目標データとを比較照合して目標データの
機構別カタログに対する確信度の割り当てを行い、機構
別確信度算出手段が比較照合手段より入力された確信度
の内、同一機構のもので、速力のみが異なるものの中で
確信度の最大値を目標値に選び、デンプスター・シェフ
ァーの理論に基づき、同一機構の中での該目標別最大値
を結合し、目標別の機構別確信度を算出し、機構別確信
度結合手段が機構別確信度算出手段から入力された各機
構に対する機構別確信度を再び、デンプスター・シェフ
ァーの理論に基づき結合し、その結合された結果より各
目標に対する確信度を求めるようにし、その記憶手段に
目標別カタログを複数の機構別カタログに分割し、さら
に速力に依存して周波数が変化する機構の周波数情報を
速力別のデータとしたものを格納させるようにしたの
で、誤照合の割合を小さくし、識別の精度を向上させる
ことが可能となるとともに、１つの機構別のカタログで
複数の目標に対してのデータの共有が可能となるため、
従来の目標別カタログを記憶する場合に比べて少ないメ
モリで構築可能となり、照合演算の回数が減じられると
いう効果を有する。
手段が記憶手段に格納された速力別の各機構別カタログ
と同一である目標データとを比較照合して目標データの
機構別カタログに対する確信度の割り当てを行い、機構
別確信度算出手段が比較照合手段より入力された確信度
の内、同一機構のもので、速力のみが異なるものの中で
確信度の最大値を目標値に選び、デンプスター・シェフ
ァーの理論に基づき、同一機構の中での該目標別最大値
を結合し、目標別の機構別確信度を算出し、機構別確信
度結合手段が機構別確信度算出手段から入力された各機
構に対する機構別確信度を再び、デンプスター・シェフ
ァーの理論に基づき結合し、その結合された結果より各
目標に対する確信度を求めるようにし、その記憶手段に
目標別カタログを複数の機構別カタログに分割し、さら
に速力に依存して周波数が変化する機構の周波数情報を
速力別のデータとしたものを格納させるようにしたの
で、誤照合の割合を小さくし、識別の精度を向上させる
ことが可能となるとともに、１つの機構別のカタログで
複数の目標に対してのデータの共有が可能となるため、
従来の目標別カタログを記憶する場合に比べて少ないメ
モリで構築可能となり、照合演算の回数が減じられると
いう効果を有する。
【図１】本発明の実施形態１に係る目標自動類別識別装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
【図２】同装置の機構別カタログの内容を説明するため
の概念図である。
の概念図である。
【図３】矛盾を含む結合方式を説明するための概念図で
ある。
ある。
【図４】デンプスターの結合規則および目標別確信度の
算出を説明するための概念図である。
算出を説明するための概念図である。
【図５】従来の目標自動類別方法の構成を示すブロック
図である。
図である。
【図６】目標別カタログの内容を説明するための概念図
である。
である。
【図７】照合方式を説明するための概念図である。
【図８】否定を含まない結合方式を説明するための概念
図である。
図である。
６ 比較照合手段 ７ 記憶手段 ８ 機構別確信度算出手段 ９ 機構別確信度結合手段 １０ 目標選択手段 １１ 表示手段
フロントページの続き (72)発明者 山下 正人 東京都港区虎ノ門１丁目７番12号 沖電 気工業株式会社内 (56)参考文献 特開 平５−11037（ＪＰ，Ａ) 特開 平８−211151（ＪＰ，Ａ) 特開 平８−220210（ＪＰ，Ａ) 特開 平４−208887（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G01S 3/80 - 3/86 G01S 5/18 - 5/30 G01S 7/52 - 7/64 G01S 15/00 - 15/96
Claims (1)
- 【請求項１】 予め収集した複数の目標の入力信号に対
して目標別に周波数の特徴で類別されている特徴情報で
ある目標別カタログを目標の有する機構毎の機構別カタ
ログに分割するとともに、同一の機構をもっている複数
の目標から１つの機構別カタログを共有できる形態と
し、さらに速力に依存する機構に関しては速力別のカタ
ログともなる複数の機構別カタログを格納した記憶手段
と、 記憶手段に格納された各機構別カタログと同一である目
標データとを比較照合して目標データの機構別カタログ
に対する確信度の割り当てを行う比較照合手段と、 比較照合手段より入力された確信度の内、同一機構のも
ので、速力のみが異なるものの中で確信度の最大値を目
標値に選び、デンプスター・シェファーの理論に基づ
き、同一機構の中での該目標別最大値を結合し、目標別
の機構別確信度を算出する機構別確信度算出手段と、 機構別確信度算出手段から入力された各機構に対する機
構別確信度を再び、デンプスター・シェファーの理論に
基づき結合し、その結合された結果より各目標に対する
確信度を求める機構別確信度結合手段と、 機構別確信度結合手段から入力された各目標に対する確
信度から上位にある目標候補を選択する目標選択手段
と、 目標選択手段によって選択された目標候補を表示する表
示手段と、 を備えたことを特徴とする目標自動類別識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8154172A JP2840823B2 (ja) | 1996-06-14 | 1996-06-14 | 目標自動類別識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8154172A JP2840823B2 (ja) | 1996-06-14 | 1996-06-14 | 目標自動類別識別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH102961A JPH102961A (ja) | 1998-01-06 |
| JP2840823B2 true JP2840823B2 (ja) | 1998-12-24 |
Family
ID=15578415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8154172A Expired - Lifetime JP2840823B2 (ja) | 1996-06-14 | 1996-06-14 | 目標自動類別識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2840823B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5078815B2 (ja) * | 2008-09-12 | 2012-11-21 | 株式会社豊田中央研究所 | 開眼度推定装置 |
| DE102014217681B4 (de) * | 2014-09-04 | 2020-12-10 | Imra Europe S.A.S. | Sirenensignalquellenerfassung, -Erkennung und -Lokalisation |
| CN106597406B (zh) * | 2016-12-02 | 2019-03-29 | 中国船舶重工集团公司第七二四研究所 | 基于多视角下一维像决策层融合的雷达目标识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0511037A (ja) * | 1991-07-05 | 1993-01-19 | Oki Electric Ind Co Ltd | 目標自動類識別方法 |
-
1996
- 1996-06-14 JP JP8154172A patent/JP2840823B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH102961A (ja) | 1998-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2581758B1 (en) | Methods for resolving radar ambiguities using multiple hypothesis tracking | |
| JP2977032B2 (ja) | 距離及び方向に鑑みたパターン整合装置及びその方法 | |
| US5917941A (en) | Character segmentation technique with integrated word search for handwriting recognition | |
| EP0621556A2 (en) | A process for combining the results of several classifiers | |
| US20070253625A1 (en) | Method for building robust algorithms that classify objects using high-resolution radar signals | |
| JPH10261089A (ja) | 図形位置検出方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体 | |
| JPH04225188A (ja) | 目標類別装置 | |
| US20220292828A1 (en) | Tracking multiple objects in a video stream using occlusion-aware single-object tracking | |
| CN110378346A (zh) | 建立文字识别模型的方法、装置、设备和计算机存储介质 | |
| JP2840823B2 (ja) | 目標自動類別識別装置 | |
| US11321948B2 (en) | Appearance detection threshold apparatus, method, and non-transitory storage medium | |
| US6754390B2 (en) | Fusing outputs from multiple detection/classification schemes | |
| US5471434A (en) | System and method for rapidly tracking vehicles of special utility in low signal-to-noise environments | |
| US6002358A (en) | Method and apparatus for determining whether two radar tracks represent the same physical object | |
| JPH0511037A (ja) | 目標自動類識別方法 | |
| JP2693647B2 (ja) | 目標自動類別方法 | |
| JP2784513B2 (ja) | 目標自動類別・識別方法 | |
| JP2953561B2 (ja) | 目標自動類識別方法 | |
| Laha et al. | Travel time prediction for GPS taxi data streams | |
| JP3278829B2 (ja) | オンライン手書き文字切り出し方法および装置 | |
| JP2731791B2 (ja) | 目標自動類識別方法 | |
| JP3405184B2 (ja) | 目標追尾方法および目標追尾装置 | |
| US20230101250A1 (en) | Method for generating a graph structure for training a graph neural network | |
| JP7302203B2 (ja) | パッシブソーナー装置、検出方法、及びプログラム | |
| WO2022137979A1 (ja) | 画像処理装置、画像処理方法およびプログラム記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |