logo好方法网

一种目标信息统一表示及关联方法


技术摘要:
本发明公开了一种目标信息统一表示及关联方法,属于信息融合和情报综合领域,主要解决现有表示方法无法统一表示不同平台不同手段所获取各类目标信息的问题,及现有关联方法信息利用率低的问题。一种目标信息统一表示方法首先对各信源获取的目标信息进行抽取,然后通过  全部
背景技术:
目标信息主要是指雷达、电子侦察、光电、卫星遥感以及卫星SAR等各型主被动手 段获取的,描述所关注目标在哪里、是什么的信息,一般用于跟踪、监视、识别任务,主要格 式包括格式化报文、遥感图像、视频影像、语音、文本等。目标信息包含时空信息和类别信息 两大部分,它们分别对目标某时刻空间地理位置和具体的类别型号进行描述。其中时空信 息包括时间、位置、航速、航向等,是共性基础信息,维度低,不同手段获取的目标时空信息 经过简单的时间转换和坐标系变换可以很容易表示在同一个空间内。类别信息是领域相关 信息,不同手段获取的类别信息跨领域、差异大,难以统一到相同空间内,譬如高分辨雷达 获取的一维像类别信息,卫星遥感获取的轮廓类别信息。目标统一表示是指对不同平台不 同手段所获取不同格式目标信息进行同一维度空间向量表示,目标信息关联则是在多目标 场景下,根据不同平台不同手段获取信息间的内在相似性,对源于同一目标的多源多域目 标信息进行关联判断,确定关联关系。目标信息统一表示和信息关联是多源信息融合的核 心关键环节,是信息融合后续其他处理的前提和基础,只有不同平台不同手段所获取目标 信息能统一表示,才能进行后续的其他处理,只有多源多目标信息关联正确,才能进一步聚 焦到关注目标,对目标所有信息进行融合处理。然而对于目标信息统一表示问题,目前还没 有相关技术实现跨域类别信息间以及最终与时空信息间的统一表示。因此,由于目标信息 无法统一表示,对于目标信息关联问题,目前没有统一的解决方案和整体的技术方法,一般 是在特定问题场景中仅进行时空信息关联或类别信息关联。其中时空信息关联技术研究较 多的有雷达信息处理领域中的目标航迹跟踪问题和多目标航迹关联问题,主要对目标单个 时间点空间位置信息或多个时间点空间位置序列进行关联,一般不考虑类别信息,相应场 景技术有点航关联技术、接续关联技术以及航迹关联技术等。目标类别信息关联则研究较 少,工程应用中一般是先各自进行目标识别,然后再对识别结果进行简单匹配或证据判决, 存在信息损失的问题。关于目标信息统一表示与关联,其他领域中比较相关的研究有图像 相似性度量、图像检索技术和跨媒体检索技术等,它们主要侧重于在多媒体领域进行不同 格式信息的统一表示、相似排序和类型识别等共性基础问题的研究,在信息统一表示研究 中缺乏对跟踪监视识别背景中重要时空信息的考虑,在信息关联研究中则缺乏多目标场景 的考虑。综上可知,当前技术方法仅解决了时空信息统一表示和特定场景下时空信息关联 问题,尚未实现时空信息和类别信息的统一表示和关联,实际应用范围有限,因此亟需一种 目标信息统一表示及关联方法,能适用于解决雷达、电子侦察、光电、卫星遥感以及卫星SAR 等不同手段获取信息的统一表示和关联问题。 4 CN 111582356 A 说 明 书 2/8 页
技术实现要素:
本发明的目的是基于深度学习,设计一种目标信息统一表示方法,以及基于此的 一种目标信息关联方法,提供统一的解决框架和具体的技术方法,解决现有表示方法难以 有效涵盖各种类别信息,无法统一时空信息与类别信息的问题,以及现有关联方法信息利 用率低,适用场景有限的问题。 本发明所述的一种目标信息统一表示方法,具体包括以下技术措施: 对各信源获取的目标信息进行抽取,分别提取出时空信息和类别信息; 通过时间和坐标系变换,把不同信源获取的时空信息变换到同一坐标系下; 采用深度学习方法,构建生成跨域类别信息统一表征网络,把不同信源获取的不 同格式类别信息转换到同一表征空间内,一致表示为同维度向量,表征空间内距离是对类 别信息关联程度的度量; 合并转换后的时空信息向量和类别信息向量,得到目标信息向量,即为目标信息 的统一表示向量。 本发明所述的一种目标信息关联方法,具体包括以下技术措施: 采用本发明所述的一种目标信息统一表示方法对目标信息进行统一表示,得到目 标信息向量; 对两个目标间信息向量距离进行度量,得到目标信息距离向量; 排列组合同信源和异信源所有两个目标间的信息距离向量,得到多维关联信息张 量; 以关联信息张量为输入,以关联结果矩阵为输出,构建多目标信息关联深度神经 网络,同时建立训练数据集,选定损失函数,通过网络寻优学习,得到具体的多目标信息关 联深度神经网络,同时选择关联结果判决方法,最终得到信息关联方法。 本发明提出的一种目标信息统一表示及关联方法,基于深度神经网络方法,实现 时空信息和类别信息的统一表示,和多目标关联关系判决,信息利用率高,同时可基于大量 训练样本数据,快速生成与具体信息融合问题相匹配的表示及关联方法,适用于解决雷达、 电子侦察、光电、卫星遥感以及卫星SAR等不同手段获取的,具有格式化报文、遥感图像、视 频影像、语音、信号、文本等多种格式的目标信息统一表示及关联问题,具有适用范围广、适 配场景多、实用效果好等优点,所生成的表示及关联方法可无需调试直接应用于相应实际 问题中,实用性强。 附图说明 图1是一种目标信息统一表示方法流程图; 图2是跨域类别信息统一表征网络训练流程图; 图3是一种目标信息关联方法流程图; 图4是多目标信息关联深度神经网络训练流程图;
分享到:
收藏