科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的群结构模型(如群演化网络模型)通过比较两个目标间的马氏距离与根据先验知识所设阈值的大小来对群的分裂合并进行判断，跟踪效果依赖于设定的阈值，难以应对群目标跟踪中的各种复杂情况。本文将分群的问题看作一个二分类问题，提出了一种基于核Fisher判别分析的群结构更新模型，通过离线训练得到符合群分裂和群合并特性的群结构更新模型，将其直接用于群结构更新。结合箱粒子概率假设密度滤波算法的群目标跟踪仿真实验表明，对比群演化网络模型，本文提出的群结构更新模型对群结构的估计更加准确，其在数目估计方面更稳定，对群目标的跟踪效果更好。
-
单位西安电子科技大学; 电子工程学院
