科创中国

电子信息技术,计算机及网络技术

种基于harr特证的霍夫森林的目标跟踪系统给出了一种图割结构构造方法。与经典方法相比，减少了节点以及有向边的数目，提高了计算效率。经典的ɑ-expansion图割算法中，引入了辅助节点用于分隔具有不同标签值的两类节点，同时需要额外的有向边连接辅助节点以及终端节点。该构建方法无需辅助节点，节省了构建图结构的运算时间，进而节约了图割算法运行时的计算时间。 利用邻域节点之间的像素信息，建立了改进的能量函数。重新设计了邻域系统。在不影响计算效率的前提下利用能量函数的邻域像素间的信息，调高超分辨率重建图像的质量。 实现了在图割结构构建的并行化，提高了算法的效率。这里给出的超分辨率重建方法具有可并行化的特征，为了进一步提高运算效率。

结合军工需求，针对海上舰船目标、陆上机场及车辆目标、面向导航任务的建筑目标以及红外目标的识别与跟踪进行了系统深入地研究，实现了一套移动平台上运动目标检测及跟踪系统，可同时跟踪多个目标。该系统有效地解决了波浪干扰、阴影检测、多目标跟踪、曲线干扰等问题，尤其是利用动态技术解决了静态识别与跟踪问题，该思想方法在国内外尚未见报道。该系统于2005年4月26日通过二炮装备研究院的验收。在《计算机研究与发展》、《自然科学进展》等学术刊物上发表论文40余篇，其中被EI收录11余篇，被ISTP收录9余篇；参与十五期间电子信息类国家创新研究群体项目研究，主持完成国家自然科学基金、教育部《高等学校骨干教师资助计划》及省自然科学基金等项目，2002年12月获得国家教育部“高等学校优秀骨干教师”奖。

该团对由教授2人、副教授1人、工程师2人以及8名博士研究生和16名硕士研究生组成。该团队主要围绕ATR（自动目标识别）国防科技重点实验室第六研究室（厦门大学）的研究任务，在计算机视觉、视频与图像处理、数字水印处理、超分辨率图像重建、运动目标检测与跟踪、小波变换理论及其应用、人工神经网络、模式识别等方面展开了较长时间的研究工作。相关论文发表在国际国内著名期刊《IEEE Transactions on Cybernetics》、《Pattern Recognition》、《IEEE Signal Processing Letters》、《Neurocomputing》、《Pattern Recognition Letters》、《中国科学》、《计算机学报》、《自动化学报》、《电子学报》、《自然科学进展》、《计算机研究与发展》、《模式识别与人工智能》、《电子信息学报》、《兵工学报》及相关的IEEE国际会议上。并主持完成了国防基础研究项目“弱可观测目标的超分辨率图像重建方法研究”（经费180万，***）、国家自然科学基金“数字视频信息安全的混沌动力学方法研究（60175