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:
针对概率假设密度(PHD)滤波无法跟踪未知起始位置新生目标的问题,提出一种基于新生目标强度检测的PHD跟踪框架.针对原高斯混合PHD无法确定目标航迹问题,在跟踪框架中设计了基于auction的“航迹-状态估计”关联算法,给出了航迹识别的数学表述和具体实现方法.然后,给出了变目标数的多目标跟踪框架的高斯混合实现方法.采用MATLAB编程实现了所提出算法,并使用因目标新生和遮挡导致目标数变化的2种行人数据库进行了验证试验.结果表明,新算法通过目标位置观测值更新新生目标的强度函数,提高了PHD滤波对新目标和遮挡目标的响应性,能够有效跟踪任意时刻未知位置的新生目标,并能够输出目标航迹,提高了多目标跟踪的目标数估计准确性,降低了跟踪误差.
推荐文章
多目标跟踪的高斯混合概率假设密度滤波算法
随机有限集
多目标跟踪
高斯混合
概率假设密度
机动目标概率假设密度滤波算法及其比较
多目标跟踪
概率假设密度
随机集
联合概率数据关联
应用Dirichlet分布的概率假设密度多目标跟踪
多目标跟踪
概率假设密度
Dirichlet分布
状态提取
k-d树
期望极大化
基于概率假设密度的无线传感器网络多目标跟踪算法
概率假设密度滤波
无线传感器网络
多目标跟踪
随机有限集
粒子滤波
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 基于概率假设密度的目标数变化视频跟踪算法
来源期刊 江苏大学学报(自然科学版) 学科 工学
关键词 多目标跟踪 概率假设密度 新生目标 高斯混合 航迹识别
年,卷(期) 2015,(6) 所属期刊栏目
研究方向 页码范围 697-704
页数 8页 分类号 TP391.41
字数 7184字 语种 中文
DOI 10.3969/j.issn.1671-7775.2015.06.014
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 安伟 江南大学机械工程学院 62 302 10.0 15.0
3 尤丽华 江南大学机械工程学院 59 365 11.0 16.0
5 周德强 江南大学机械工程学院 35 178 6.0 12.0
6 吴静静 江南大学机械工程学院 32 163 7.0 12.0
12 宋淑娟 江南大学机械工程学院 6 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(4)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 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
新生目标
高斯混合
航迹识别
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导