项目名称: 面向OTHR目标跟踪的多路径PHD滤波算法研究

项目编号: No.61374159

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 杨峰

作者单位: 西北工业大学

项目金额: 79万元

中文摘要: OTHR目标跟踪面临多路径、密集回波、低检测概率以及低量测精度等问题。传统OTHR跟踪算法将关联误差与估计误差耦合在一起,针对密集回波环境难以得到较好跟踪性能。PHD滤波器作为一种免数据关联的一体化处理算法,可以有效实现密集回波环境下的目标跟踪。OTHR多路径特性使得标准PHD滤波算法得到的目标个数无法反映真实目标个数。本项目拟研究目标状态集合、传播路径(模式)集合及量测集合三重关联意义下的多路径PHD滤波框架;针对OTHR密集回波以及低量测精度等问题带来的高计算量以及低估计精度问题,拟利用存活目标、新生目标以及杂波等衍化特性将量测集合动态划分,构建多PHD组协同策略,实现快速高精度的OTHR目标跟踪;针对PHD滤波器只能输出多目标在状态空间的概率分布信息,不能直接给出目标状态及连续的目标航迹信息,拟利用目标的全局时空信息,构建PHD目标信息提取策略。

中文关键词: 目标跟踪;天波超视距雷达;概率假设密度滤波器;多路径;

英文摘要: The OTHR multi-target tracking system faces multipath, dense echo,low detection probobility and low measurement accuracy problems.Traditional OTHR tracking algorithms combine the correlation error with estimation error, so it is difficult to gain superior

英文关键词: Target Tracking;OTHR;PHD Filter;Mulitple Path;

成为VIP会员查看完整内容
1

相关内容

标跟踪是指:给出目标在跟踪视频第一帧中的初始状态(如位置,尺寸),自动估计目标物体在后续帧中的状态。 目标跟踪分为单目标跟踪和多目标跟踪。 人眼可以比较轻松的在一段时间内跟住某个特定目标。但是对机器而言,这一任务并不简单,尤其是跟踪过程中会出现目标发生剧烈形变、被其他目标遮挡或出现相似物体干扰等等各种复杂的情况。过去几十年以来,目标跟踪的研究取得了长足的发展,尤其是各种机器学习算法被引入以来,目标跟踪算法呈现百花齐放的态势。2013年以来,深度学习方法开始在目标跟踪领域展露头脚,并逐渐在性能上超越传统方法,取得巨大的突破。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
无人机地理空间情报在智能化海战中的应用
专知会员服务
112+阅读 · 2022年4月14日
【CVPR2022】多机器人协同主动建图算法
专知会员服务
46+阅读 · 2022年4月3日
ICML'21:一种计算用户嵌入表示的新型协同过滤方法
专知会员服务
14+阅读 · 2021年12月31日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
[KDD 2020] 双通道超图协同过滤
图与推荐
0+阅读 · 2022年2月18日
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
31+阅读 · 2017年12月27日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
15+阅读 · 2019年4月4日
Arxiv
15+阅读 · 2019年3月16日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关资讯
[KDD 2020] 双通道超图协同过滤
图与推荐
0+阅读 · 2022年2月18日
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17日
论文 | 基于RNN的在线多目标跟踪
七月在线实验室
31+阅读 · 2017年12月27日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员