利用N型序贯蒙特卡罗PHD滤波的多目标跟踪

您当前的位置：

首页 >

文章列表页 >

光学图像处理与识别 | 更新时间：2025-09-01

- 利用N型序贯蒙特卡罗PHD滤波的多目标跟踪
- Multi target tracking using N-type sequential monte carlo PHD filter
- 光学技术 2021年47卷第5期页码：613-621
- 作者机构：
  
  1:重庆邮电大学移通学院大数据与软件学院
- 作者简介：
- 基金信息：
  
  重庆市教育委员会科学技术研究项目(KJQN201902002)
- DOI：10.13741/j.cnki.11-1879/o4.2021.05.018
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
黄兴. 利用N型序贯蒙特卡罗PHD滤波的多目标跟踪[J]. 光学技术, 2021,47(5):613-621.

Multi target tracking using N-type sequential monte carlo PHD filter[J]. 2021, 47(5): 613-621.
黄兴. 利用N型序贯蒙特卡罗PHD滤波的多目标跟踪[J]. 光学技术, 2021,47(5):613-621. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.018.

Multi target tracking using N-type sequential monte carlo PHD filter[J]. 2021, 47(5): 613-621. DOI： 10.13741/j.cnki.11-1879/o4.2021.05.018.

针对传统跟踪算法受背景杂波与不同目标类型混淆影响较大的问题

提出了一种利用N型序贯蒙特卡罗PHD(SMC-PHD)滤波的多目标跟踪。基于随机有限集理论提出一种新的扩展概率假设密度(PHD)滤波器模型

即N型PHD滤波

从概率生成函数中导出更新的PHD;利用序贯蒙特卡罗(SMC)方法产生随机样本

结合N型PHD滤波

提出N型SMC-PHD滤波算法

以减少不同目标类型的混淆检测;利用量测驱动的SMC-PHD滤波器

通过门控方法对量测的属性进行区分

从而抑制杂波对已有目标跟踪的影响。基于MATALB仿真平台

在MOT17以及VS-PETS’2003足球视频数据集中对所提算法进行实验论证

结果表明

所提方法的平均最优子模式分配(OSPA)距离显著降低

且在高杂波、目标类型较多的情形下具有较高的可靠性。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于锥束CT序列图像的三维缺陷检测方法