基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法

• 作者: 刘盛启 占荣辉 张军 欧建平
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 多目标检测前跟踪 概率假设密度滤波器 自适应粒子采样 动态聚类 序贯蒙特卡罗
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 论文
• 页码范围: 2593-2599
• 页数: 7页
• 分类号: TP391
• 字数: 7287字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.02029

摘要

实现目标数目未知且可变条件下的多目标检测与跟踪是个极具挑战性的问题，在信噪比较低的情况下更是如此。针对这一问题，该文提出一种基于点扩散模型的多目标检测前跟踪改进算法。该算法在序贯蒙特卡罗概率假设密度(SMC-PHD)滤波框架下实现，通过自适应粒子产生机制完成新生目标在像平面中的初始定位，并根据目标在图像中可能出现的位置对全体粒子集进行有效子集分割和快速权值估算，最后利用动态聚类方法完成多目标状态的准确提取。仿真结果表明，该方法有效改善了多目标检测前跟踪的估计性能，并大大提高了算法执行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧建平	国防科学技术大学电子科学与工程学院	7	34	3.0	5.0
2	张军	国防科学技术大学电子科学与工程学院	68	591	12.0	22.0
3	占荣辉	国防科学技术大学电子科学与工程学院	11	137	6.0	11.0
4	刘盛启	国防科学技术大学电子科学与工程学院	1	16	1.0	1.0