多源融合-导航定位-目标跟踪，方面的方面的权威参考书籍，值得细看

图像分割任务中，传统的基于人工设计特征方法工作量大、复杂度高、分割精度较低，现有的基于全卷积神经网络（fully convolutional networks，FCN）的方法在分割边缘上不够精细。为了提高图像分割算法的分割精度，提出基于多源融合的全卷积神级网络模型，输入图片经过Sobel算子提取边缘特征获得特征矩阵，与RGB和灰度图像一起作为输入，将传统全卷积网络拓展成具有多种输入源的分割模型。在PASCAL VOC2012图像分割数据集上进行实验验证，结果显示该模型提高了图像分割的精度，具有良好的实时性和鲁棒性。

系统地介绍由作者提出的带不确定噪声方差和不确定模型参数的多传感器系统鲁棒信息融合Kalman滤波理论，并给出了在目标跟踪系统中的仿真应用.