基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于序贯蒙特卡罗概率假设密度滤波器( SMC -PHDF)的视觉多目标跟踪算法.W4算法对观测场景进行背景建模和运动目标检测,获取可能目标在观测场景中的位置信息作为PHDF的输入.SMC-PHD滤波器对检测结果进行滤波,实现对观测场景中运动目标数量和目标状态的估计.传统SMC-PHDF由于不对目标进行标记避免了数据关联,但同时也丧失了对单个目标航迹进行持续跟踪的能力.为此,提出采用标记粒子及最近邻聚类构建关联决策,根据粒子标记经重采样后的统计分布计算最大关联概率实现当前目标与航迹的时域关联.实验证明,当观测场景中的目标数目、状态随时间变化且检测结果存在虚警情况下,该算法能较好地估计多目标数量和状态,其时域关联准确性比MHT算法更高.
推荐文章
基于星凸RHM的扩展目标SMC-PHD滤波
星凸形
随机超曲面模型
扩展目标
序贯蒙特卡洛概率假设密度
一种用于多目标跟踪的增强型SMC-PHD滤波算法
多目标跟踪
概率假设密度
序贯蒙特卡罗
目标出生强度
似然值波门SMC-PHD滤波器
多目标跟踪
概率假设密度滤波
序贯蒙特卡罗
波门
剔除杂波
基于量测分配的SMC-PHD改进算法
多目标跟踪
粒子概率假设滤波
量测分配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于标记SMC-PHD滤波器的视觉多目标跟踪
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 多目标跟踪:概率假设密度 有限集统计 背景建模
年,卷(期) 2011,(4) 所属期刊栏目
研究方向 页码范围 711-716
页数 分类号 TP391
字数 5053字 语种 中文
DOI 10.3969/j.issn.1001-0505.2011.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 费树岷 东南大学自动化学院 367 3210 27.0 37.0
2 陈正纲 东南大学自动化学院 2 17 2.0 2.0
3 金立左 东南大学自动化学院 72 548 11.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪:概率假设密度
有限集统计
背景建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导