本文關(guān)鍵詞：基于權(quán)重約束GM-PHD濾波的多目標(biāo)跟蹤方法　出處：《計(jì)算機(jī)工程》2017年03期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 多目標(biāo)跟蹤 一對(duì)一假設(shè) 高斯混合概率假設(shè)密度濾波器 權(quán)重約束 歸一化

【摘要】：針對(duì)高斯混合概率假設(shè)密度(GM-PHD)濾波器未檢查一對(duì)一假設(shè)以及難以跟蹤跨越目標(biāo)的問(wèn)題,在其基礎(chǔ)上提出一種約束權(quán)重的改進(jìn)多目標(biāo)跟蹤方法。通過(guò)構(gòu)建權(quán)重矩陣,從所有生成的目標(biāo)中尋找權(quán)重最大的目標(biāo)。根據(jù)權(quán)重關(guān)系,重新歸一化除最大權(quán)重外所有行的目標(biāo),并使歸一化和權(quán)重約束迭代進(jìn)行。在GM-PHD濾波器的更新步驟中生成目標(biāo)的相應(yīng)權(quán)重,完成濾波操作。通過(guò)蒙特卡羅仿真對(duì)該方法進(jìn)行評(píng)估,檢測(cè)有雜波、不同目標(biāo)速度和不同幀率情況下的濾波器性能,分別對(duì)穿越和密集的目標(biāo)進(jìn)行仿真。實(shí)驗(yàn)結(jié)果表明,與使用GM-PHD濾波器和基于序貫蒙特卡洛概率假設(shè)密度(SMC-PHD)濾波器的方法相比,該方法整體跟蹤性能較優(yōu)。
[Abstract]:For Gao Si hybrid probability assumption density density (GM-PHD) filter, the one-to-one hypothesis is not checked and it is difficult to track cross targets. On the basis of this method, an improved multi-target tracking method with constrained weights is proposed. By constructing the weight matrix, we can find the target with the largest weight from all the generated targets, according to the weight relationship. The target of all rows except the maximum weight is normalized and normalized and weighted constraint iterations are carried out. The corresponding weights of the target are generated in the update step of the GM-PHD filter. The filtering operation is completed. The method is evaluated by Monte Carlo simulation to detect the filter performance with clutter, different target speed and different frame rate. The simulation results of traversing and dense targets show that it is compared with the methods using GM-PHD filter and Sequential Monte Carlo probability assumption density density (SMC-PHD) filter. The overall tracking performance of this method is better.
【作者單位】： 哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【分類(lèi)號(hào)】：TN713
【正文快照】： 進(jìn)行了研究,表征目標(biāo)的形式也有很多種,如顏色直方圖[5]、直方圖方向梯度[6]和協(xié)方差描述符[7]等。多目標(biāo)跟蹤[1]是指在嘈雜觀測(cè)、雜波以及不確 根據(jù)這些特性可分為2種方案:整體方法[8和基于定檢測(cè)的情況下,對(duì)目標(biāo)的數(shù)量以及它們的狀態(tài)進(jìn) 子空間的方法[1°"]。行聯(lián)合估計(jì),其

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 胡子軍;張林讓;張鵬;王純;;基于高斯混合帶勢(shì)概率假設(shè)密度濾波器的未知雜波下多機(jī)動(dòng)目標(biāo)跟蹤算法[J];電子與信息學(xué)報(bào);2015年01期

2 劉哲;陳懇;鄭紫微;;基于HOG與多實(shí)例在線(xiàn)學(xué)習(xí)的目標(biāo)跟蹤算法[J];計(jì)算機(jī)工程;2015年01期

3 瑚成祥;劉貴喜;董亮;王明;張菁超;;區(qū)域雜波估計(jì)的多目標(biāo)跟蹤方法[J];航空學(xué)報(bào);2014年04期

4 劉云鵬;張三元;王仁芳;張引;;視覺(jué)注意模型的道路監(jiān)控視頻關(guān)鍵幀提取[J];中國(guó)圖象圖形學(xué)報(bào);2013年08期

5 崔波;張家樹(shù);楊宇;;基于集合卡爾曼濾波的非線(xiàn)性目標(biāo)跟蹤算法[J];計(jì)算機(jī)仿真;2013年04期

6 呂學(xué)斌;周群彪;陳正茂;熊運(yùn)余;蔡葵;;高斯混合概率假設(shè)密度濾波器在多目標(biāo)跟蹤中的應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2012年02期

相關(guān)碩士學(xué)位論文 前1條

1 張君威;基于數(shù)據(jù)融合的多模復(fù)合制導(dǎo)攔截技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2009年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉芳;;翻轉(zhuǎn)課堂“翻而不轉(zhuǎn)”——基于傳播學(xué)的釋疑[J];江蘇高教;2017年05期

2 盧小萱;;淺談MOOC對(duì)我國(guó)高等教育的影響[J];北方經(jīng)貿(mào);2017年04期

3 王靜;肖露;楊蔚華;;基于慕課的《機(jī)械制圖》課程混合式教學(xué)模式探究[J];高教學(xué)刊;2017年07期

4 伍倪燕;劉麗;劉蜀;;基于門(mén)把手的三維建模數(shù)字化設(shè)計(jì)與制造[J];模具制造;2017年04期

5 蔡文伯;周維莉;;高等教育轉(zhuǎn)型中師生教學(xué)關(guān)系的轉(zhuǎn)變[J];中國(guó)高等教育;2017年07期

6 蘇晨;姚艷丹;葉玲;;基于MOOC開(kāi)展翻轉(zhuǎn)課堂教學(xué)改革的研究與實(shí)踐[J];中國(guó)醫(yī)學(xué)教育技術(shù);2017年02期

7 王靜;;基于慕課的混合式教學(xué)創(chuàng)新的若干思考[J];科技資訊;2017年02期

8 戴心來(lái);郭卡;劉蕾;;MOOC學(xué)習(xí)者滿(mǎn)意度影響因素實(shí)證研究——基于“中國(guó)大學(xué)MOOC”學(xué)習(xí)者調(diào)查問(wèn)卷的結(jié)構(gòu)方程分析[J];現(xiàn)代遠(yuǎn)距離教育;2017年02期

9 程嶺;;創(chuàng)課:培養(yǎng)中學(xué)生核心競(jìng)爭(zhēng)力的教學(xué)模式[J];中國(guó)教育信息化;2017年06期

10 翟懷遠(yuǎn);張秀媛;劉志萍;;MOOCs在實(shí)踐教學(xué)體系中的運(yùn)用探索[J];教育教學(xué)論壇;2017年08期

相關(guān)碩士學(xué)位論文 前9條

1 鄧梅;慕課在高校思想理論課中的應(yīng)用研究[D];湖南師范大學(xué);2016年

2 韋鯤鵬;基于Moodle的部隊(duì)學(xué)習(xí)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];廣西大學(xué);2016年

3 程秀花;用戶(hù)使用MOOC的影響因素研究[D];曲阜師范大學(xué);2016年

4 馬莎莎;MOOC中學(xué)習(xí)者學(xué)習(xí)動(dòng)機(jī)現(xiàn)狀及其改善策略[D];湖南師范大學(xué);2016年

5 陳果;廣西民族大學(xué)“民族理論與政策”“慕課”研究[D];廣西民族大學(xué);2016年

6 王敏;基于行為日志數(shù)據(jù)的MOOC學(xué)習(xí)者學(xué)習(xí)行為分析研究[D];華東師范大學(xué);2016年

7 榮憲舉;我國(guó)高校慕課發(fā)展策略研究[D];信陽(yáng)師范學(xué)院;2016年

8 戴曉宇;關(guān)于高校思想政治教育MOOC課程的建設(shè)研究[D];山西財(cái)經(jīng)大學(xué);2016年

9 張北舟;互聯(lián)網(wǎng)思維視閾下的在線(xiàn)高等教育發(fā)展模式研究[D];山西財(cái)經(jīng)大學(xué);2016年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 約翰·丹尼爾;王志軍;趙文濤;;讓MOOCs更有意義:在謊言、悖論和可能性的迷宮中沉思[J];現(xiàn)代遠(yuǎn)程教育研究;2013年03期

2 (美)NMC地平線(xiàn)項(xiàng)目;龔志武;吳迪;陳陽(yáng)鍵;蘇宏;王寒冰;Johnson, L.;Adams Becker, S.;Cummins, M.;Estrada, V.;Freeman, A.;Ludgate, H.;;2013地平線(xiàn)報(bào)告高等教育版(上)[J];廣州廣播電視大學(xué)學(xué)報(bào);2013年02期

3 王左利;;MOOC:一場(chǎng)教育的風(fēng)暴要來(lái)了嗎?[J];中國(guó)教育網(wǎng)絡(luò);2013年04期

4 宋健峰;白秀廣;;現(xiàn)代高校教學(xué)管理機(jī)制研究——對(duì)學(xué)生評(píng)教的再思考[J];黑龍江教育學(xué)院學(xué)報(bào);2011年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尤小泉;彭映杰;;一種基于指令預(yù)測(cè)的目標(biāo)跟蹤方法[J];電視技術(shù);2010年02期

2 邵文坤;黃愛(ài)民;韋慶;;目標(biāo)跟蹤方法綜述[J];影像技術(shù);2006年01期

3 梁德群;阮文;;基于模型的線(xiàn)性組合目標(biāo)跟蹤方法[J];模式識(shí)別與人工智能;1995年04期

4 王思，

本文編號(hào)：1401143