文章详情
| 稿件标题： | 基于图像与航迹信息融合的目标属性识别方法 |
| 稿件作者： | 李正东1,2,3,杨帆2,王长城2,周颖玥1,3 |
| DOI： | 10.11809/bqzbgcxb2024.02.030 |
| 科学编辑： | 蒋宏 博士（北京航空航天大学 副教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 目标属性识别；雷达；DS证据理论；ResNet；XGBoost |
| 文章摘要： | 针对单一雷达传感器目标属性识别能力低的问题，提出基于DS证据理论的雷达航迹与光电图像信息融合的目标属性识别方法，对光电图像和雷达航迹特征分别使用ResNet网络和XGBoost网络进行目标属性识别，将得到的类别概率赋值通过DS组合规则融合得到最终的目标属性识别结果。实验研究表明：无论是在远距离或近距离目标属性识别能力上，融合后模型的识别能力均比融合前单一模型的识别能力强，且融合后的模型能够矫正因为单一模型识别错误而导致最终识别结果错误的问题，融合后的模型在测试集上各类别的平均召回率比光电图像分类模型提高了3%，比雷达航迹分类模型提高了10%，融合后模型的平均召回率为95%。 |
| 稿件基金： | “十四五”预研基金项目（628010205）; 四川省科技计划资助（2021YFG0383）；西南科技大学“课程思政”示范课程建设项目（21szkc52） |
| 引用本文格式： | 李正东,杨帆,王长城，等.基于图像与航迹信息融合的目标属性识别方法［J］.兵器装备工程学报，2024，45(2)：232-237. LI Zhengdong, YANG Fan, WANG Changcheng, et al.Target attribute recognition method based on image and track information fusion［J］.Journal of Ordnance Equipment Engineering，2024，45(2)：232-237. |
| 刊期名称： | 2024年02期 |
| 出版时间： | 2024年2月 |
| 收稿日期： | 2023年2月12日 |
| 修回日期： | 2023年3月24日 |
| 录用日期： | 2023年4月25日 |
| 上线时间： | 2024年2月28日 |
| 浏览次数： | 1663 |
| 下载次数： | 73 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |