基于AR-SSVEP和YOLOv3的时敏目标识别方法

马留洋; 胡争争; 栗武华

doi:10.13705/j.issn.1671-6833.2025.01.017

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (04) : 32 -39. DOI: 10.13705/j.issn.1671-6833.2025.01.017

基于AR-SSVEP和YOLOv3的时敏目标识别方法

马留洋, 胡争争, 栗武华

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对目标跟踪过程中目标身份(ID)跳变而影响时敏目标识别的问题，提出了一种融合增强现实技术(AR)、稳态视觉诱发电位(SSVEP)和YOLOv3的人在回路的“检测-决策”时敏目标识别方法(AR-SSVEP-YOLOv3)。利用目标感知模块获取前端场景视频，并通过AR眼镜实时呈现，YOLOv3算法完成场景视频中敏感目标检测，AR-SSVEP脑电处理模块解析受试者的脑电数据，在ID变化过程中对时敏目标进行识别。对比分析时敏目标的识别率，结果表明：AR-SSVEP-YOLOv3时敏目标识别方法相比YOLOv3算法识别率平均提升了18.8%,相比YOLOv3-Sort算法平均提升了8.0%。AR-SSVEP-YOLOv3时敏目标识别方法可以降低目标ID跳变对时敏目标识别的影响，提升人机交互能力和时敏目标识别率。