• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.99-107
• /
• 2011

패턴을 이용한 불가사리 특징 검출은 불가사리의 오목 특징과 볼록 특징을 모두 검출하기 어려우며 또한, 오목과 볼록을 구분 할 수도 없다. 오목과 볼록은 아무르불가사리의 중요한 구조적 특징으로서 반드시 찾아야 할 특징이며 오목과 볼록을 분류함으로서 차후 불가사리 인식에서도 필요하다. 따라서 본 논문에서는 아무르불가사리의 주요 특징인 오목과 볼록 특징을 추출하는 기법을 제안한다. 이 기법은 다방향 선형 스캐닝을 이용하여 오목과 볼록의 특징점 후보군을 형성하고 이 후보군에서 특징점을 결정한 후 추출된 특징점에 컨벡스 헐 알고리즘을 적용하여 오목 특징과 볼록 특징을 구분한다. 제안한 기법은 불가사리의 주요 특징인 오목 특징과 볼록 특징을 구분하여 효과적으로 추출한다. 따라서 향후 불가사리 인식을 위한 연구에 기여할 것으로 기대한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권6호
• /
• pp.1635-1656
• /
• 2023

In Bayesian multi-target tracking, the Poisson multi-Bernoulli mixture (PMBM) filter is a state-of-the-art filter based on the methodology of random finite set which is a conjugate prior composed of Poisson point process (PPP) and multi-Bernoulli mixture (MBM). In order to improve the random finite set-based filter utilized in multi-target tracking of sensor scanning, this paper introduces the Poisson multi-Bernoulli mixture filter into time-matching Bayesian filtering framework and derive a tractable and principled method, namely: the time-matching Poisson multi-Bernoulli mixture (TM-PMBM) filter. We also provide the Gaussian mixture implementation of the TM-PMBM filter for linear-Gaussian dynamic and measurement models. Subsequently, we compare the performance of the TM-PMBM filter with other RFS filters based on time-matching method with different birth models under directional continuous scanning and out-of-order discontinuous scanning. The results of simulation demonstrate that the proposed filter not only can effectively reduce the influence of sampling time diversity, but also improve the estimated accuracy of target state along with cardinality.