• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Information Fusion >α -Stable Lévy State-space Models for Manoeuvring Object Tracking
【24h】

α -Stable Lévy State-space Models for Manoeuvring Object Tracking

机译：用于操纵目标跟踪的α稳定Lévy状态空间模型

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we present multidimensional α-stable state-space models for object tracking, expressed in continuous time as Lévy processes. In contrast with the conventional Gaussian models, these heavy-tailed α-stable models are more likely to exhibit extreme noise values, thus showing the capability for modeling of erratic manoeuvring behaviour. Despite the potential benefits, such models are usually highly intractable for inference and therefore have not yet been widely adopted in the tracking field. Here the models are represented in a conditionally Gaussian series form, so that the marginal (Rao-Blackwellised) particle filter can be employed to perform tracking and smoothing very efficiently. As the result, the simulation tracks present some sharp manoeuvres, owing to the heavy-tailed property, and experiments demonstrate improved performance on an intent inference problem from automotive UI with highly perturbed pointing data.
机译：在本文中，我们提出了用于对象跟踪的多维α稳定状态空间模型，以连续时间表示为Lévy过程。与传统的高斯模型相比，这些重尾α稳定模型更有可能表现出极高的噪声值，从而表现出了对不稳定行为进行建模的能力。尽管具有潜在的好处，但此类模型通常很难进行推理，因此尚未在跟踪领域广泛采用。这里，模型以有条件的高斯级数形式表示，因此可以使用边际（Rao-Blackwellised）粒子滤波器来非常有效地执行跟踪和平滑。结果，由于具有重尾特性，模拟轨迹呈现出一些尖锐的动作，并且实验证明了在汽车UI的意图推断问题上，具有高度扰动的指向数据，从而提高了性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号