首页> 中国专利> 基于高斯混合概率假设密度的数目时变多目标跟踪方法

基于高斯混合概率假设密度的数目时变多目标跟踪方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于高斯混合概率假设密度的数目时变多目标跟踪方法，包括如下步骤：增加身份标识符、历史状态提取标志信息及历史权值向量作为辅助参数以构建用于表示目标的新的高斯分量表述式；根据新的高斯分量表述式对目标后验分量集进行初始化；根据新生目标的分量集和存活目标的预测分量集计算目标的预测分量集；基于量测集和目标的预测分量集计算目标后验分量集；对所获得的目标后验分量集进行变换，并对变换后的目标后验分量集进行约简；抽取目标的状态估计；若跟踪一个时刻，则目标跟踪结束；若跟踪若干时刻，则重复迭代所有时刻。本发明具有良好的跟踪性能和鲁棒性，可满足实际工程需求。

著录项

公开/公告号CN111523090A

专利类型发明专利
公开/公告日2020-08-11

原文格式PDF
申请/专利权人商丘师范学院;
展开▼

申请/专利号CN202010331875.5
发明设计人张欢庆;刘杰;贾廷见;刘黎明;曹译恒;
展开▼

申请日2020-04-24
分类号G06F17/18(20060101);
代理机构41125 郑州优盾知识产权代理有限公司;
代理人郑园
地址 476002 河南省商丘市梁园区平原中路55号
入库时间 2023-12-17 11:28:35

法律信息

法律状态公告日

法律状态信息

法律状态
2020-08-11

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于高斯混合概率假设密度的数目时变多目标跟踪方法 [P] . 中国专利： CN111523090A . 2020-08-11
2. 基于高斯混合概率假设密度滤波器的显式多目标跟踪方法 [P] . 中国专利： CN110376581A . 2019-10-25
3. Real-time pet detection method based on deep-learning and multi-object tracking method [P] . KR20220000611A . 2022-01-04

机译：基于深度学习和多目标跟踪方法的实时PET检测方法
4. MULTI-OBJECT VEHICLE TRACKING METHOD BASED ON MDP [P] . WO2021184621A1 . 2021-09-23

机译：基于MDP的多目标车辆跟踪方法
5. OPTICS BASED MULTI-DIMENSIONAL TARGET AND MULTIPLE OBJECT DETECTION AND TRACKING METHOD [P] . 美国专利： US2020110962A1 . 2020-04-09

机译：基于光学的多维目标和多目标检测与跟踪方法