原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度神经网络的多扩展目标跟踪方法，所属技术领域为多扩展目标跟踪领域，包括：构建卡尔曼滤波器和LSTM网络架构，基于所述卡尔曼滤波器和LSTM网络架构构建深度关联多目标跟踪网络结构；基于所述深度关联多目标跟踪网络结构进行目标跟踪，获得目标关联概率，基于所述目标关联概率获得多目标跟踪结果；将目标的量测转化为双通道图像，构建CNN网络模型对所述双通道图像进行椭圆形状估计，获得椭圆长短半轴的预测结果；基于所述多目标跟踪结果和所述椭圆长短半轴的预测结果生成多扩展目标跟踪结果。本专利中运
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117788511A
(43)申请公布日2024.03.29
(21)申请号202311800574.2
(22)申请日2023.12.26
(71)申请人兰州理工大学
文档评论（0）