多源异构感知数据融合方法及其在目标定位跟踪中的应用

Abstract

物联网的全面感知产生了海量的感知数据, 并且感知数据呈现为显著的多源异构性. 因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题. 数据融合是处理多模态数据并挖掘提取有价值信息的有效手段, 但针对多源异构数据, 特别是非结构化的视频多媒体信息, 如何实现高效的融合计算还面临许多问题需要解决. 本文针对物联网多源异构感知信息的处理问题, 提出多层次的多源异构数据融合方法, 并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点, 重点研究多源异构数据的处理、特征表示和数据融合方法. 根据不同类型数据的特性采用不同的数据融合方法, 通过挖掘无线信号、视频和深度等多源异构数据内在的关联性, 实现多源异构数据有价值信息的有效利用. 实际复杂场景的实验表明, 本文提出的基于多源异构数据融合的目标跟踪和定位方法, 能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题, 并且可以获得较为准确的运动目标三维位置, 具有良好的跟踪定位效果.