自适应门限GM-CPHD多目标跟踪算法

被引:13
作者
章涛 [1 ,2 ]
吴仁彪 [2 ]
机构
[1] 天津大学电子信息工程学院
[2] 中国民航大学天津市智能信号与图像处理重点实验室
关键词
多目标跟踪; 检测前跟踪; 带有势估计的概率假设密度滤波; 自适应门限;
D O I
10.16337/j.1004-9037.2014.04.026
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
带有势估计的高斯混合概率假设密度滤波(GM-CPHD)作为一种杂波环境下目标数可变的检测前跟踪方法,将复杂的多目标状态空间的运算转换为单目标状态空间内的运算,有效避免了多目标跟踪中复杂的数据关联问题,但该方法的计算复杂度与观测数的3次方成正比,在密集杂波情况下计算量十分巨大。针对该方法计算复杂度高的问题,提出利用一种最大似然自适应门限的快速算法,该算法首先利用自适应门限对观测进行处理,然后仅利用处于门限内的有效观测进行GM-CPHD算法的更新步计算,大大降低了算法的计算复杂度。实验结果证明,本文方法在有效降低计算复杂度的同时,在多目标跟踪效果方面与GM-CPHD相当,优于GMPHD滤波算法。
引用
收藏
页码:549 / 554
页数:6
相关论文
共 2 条
[1]   基于粒子滤波的交互式多模型多机动目标跟踪 [J].
章飞 ;
周杏鹏 ;
陈小惠 .
数据采集与处理, 2011, 26 (02) :181-187
[2]  
The Gaussian Mixture Probability Hypothesis Density Filter. Ba-Ngu Vo,Wing-Kin Ma. IEEE Transactions on Signal Processing . 2006