基于有限数据的水下球类目标多基地低频散射声场预报方法

针对水下球类目标多基地声散射声场预报,提出了一种基于有限散射声压信息数据的预报方法.该方法将散射声场表示为声散射传递函数与声源密度函数的乘积形式,通过数值积分以模型表面网格信息作为输入得到声散射传递函数,以已知的少量散射声压数据作为输入,综合运用声学互易性、最小二乘法和矩阵变换得到声源密度函数.针对双层球壳以及带铺板球壳,分别利用Rayleigh简正级数解和有限元计算方法对该预报方法进行了验证.对带铺板球壳进行了目标强度试验,对比了测试结果和有限元计算结果,分别以几个测试数据和有限元数据作为输入预报了带铺板球壳多基地散射声场并与有限元结果对比.仿真和试验结果均吻合较好,验证了该预报方法的可行性.

体育场景中的视觉目标跟踪研究进展

目标跟踪是计算机视觉中构建复杂运动分析系统的关键任务之一。体育运动比赛因其趣味性深受广大观众喜爱,对体育视频中的运动目标进行跟踪在赛后复盘、技术提升、教育教学以及媒体传播上都有着广阔的应用前景。近年基于深度学习的体育视频跟踪技术取得了显著进展。本文首先介绍了体育视频中目标跟踪研究背景,给出了基于深度学习的体育目标跟踪的定义与分类。其次分别从球类目标跟踪、单摄像机运动员跟踪以及多摄像机多运动员跟踪三个方面总结了体育视频中目标跟踪的研究现状,提炼出统一的算法流程并对其进行技术分析和总结。最后讨论了体育视频中视觉目标跟踪存在的挑战和未来发展方向。