[发明专利]一种闪烁噪声下的多目标跟踪方法及系统在审
申请号: | 201910639220.1 | 申请日: | 2019-07-16 |
公开(公告)号: | CN110390684A | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 刘宗香;黄炳坚;武宏杰;李良群 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T5/00 |
代理公司: | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人: | 李红梅 |
地址: | 518060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分布函数 滤波 标签 预测 多目标跟踪 滤波器 闪烁 预设 噪声 目标跟踪 目标设置 目标状态 前一时刻 噪声环境 合并 | ||
1.一种闪烁噪声下的多目标跟踪方法,其特征在于,包括:
利用前一时刻各目标的分布函数和标签多伯努利滤波密度,通过预测得到当前时刻已存在目标的预测分布函数和预测标签多伯努利滤波密度;
为新生目标设置预设分布函数和预设标签多伯努利滤波密度;
将所述新生目标的预设分布函数和预设标签多伯努利滤波密度分别与所述当前时刻已存在目标的预测分布函数和预测标签多伯努利滤波密度合并,获得当前时刻各目标的预测分布函数和预测标签多伯努利滤波密度;
其中,所述当前时刻各目标包括当前时刻已存在目标和当前时刻的新生目标;
将所述当前时刻各目标的预测标签多伯努利滤波密度转换为预测δ-广义标签多伯努利滤波密度,通过变分贝叶斯方法对当前时刻的测量、各目标的预测分布函数和预测δ-广义标签多伯努利滤波密度进行处理,获得各目标的更新分布函数和更新δ-广义标签多伯努利滤波密度;
通过吉布斯采样对所述各目标的预测分布函数、预测δ-广义标签多伯努利滤波密度和所述各目标的更新分布函数、更新δ-广义标签多伯努利滤波密度进行联合裁剪;裁剪后余下的预测分布函数和更新分布函数形成当前时刻的候选分布函数,同时将裁剪后余下的预测δ-广义标签多伯努利滤波密度和更新δ-广义标签多伯努利滤波密度转换为标签多伯努利滤波密度,形成当前时刻的候选标签多伯努利滤波密度;
对所述当前时刻的候选分布函数和候选标签多伯努利滤波密度进行剪枝融合处理,获得当前时刻各目标的分布函数和标签多伯努利滤波密度,作为下一时刻滤波器的输入;根据当前时刻各目标的标签多伯努利滤波密度估计当前时刻的目标数,计算当前时刻各目标的存在概率;并根据估计的目标数,依次将存在概率大的目标分布函数提取出来,所提取出的目标分布函数作为当前时刻滤波器的输出。
2.如权利要求1所述的闪烁噪声下的多目标跟踪方法,其特征在于,利用前一时刻各目标的分布函数和标签多伯努利滤波密度,通过预测得到当前时刻已存在目标的预测分布函数和预测标签多伯努利滤波密度,包括:
以k-1表示前一时刻,k表示当前时刻,tk-1表示前一时刻的时间,tk表示当前时刻的时间;
当前时刻的观测噪声服从学生氏t分布,表示为:
其中,zk表示k时刻的测量值,表示测量均值,Λk为精度矩阵,λk为t分布的自由度;
所述前一时刻各目标的分布函数表示为:
其中,N表示高斯分布,IG表示逆伽玛分布,xk-1表示前一时刻的状态分量,mk-1表示状态估计均值,Pk-1表示协方差矩阵,Rk-1表示噪声方差矩阵,d表示逆伽玛分布参数αk-1和βk-1的维度;
所述前一时刻各目标的标签多伯努利滤波密度表示为:
其中,表示k-1时刻的标签空间,表示目标标签,t用于记录对应时刻,i是不重复的正整数,以区分同时刻的其它目标,为存在概率,为概率密度,为权重,
根据所述前一时刻各目标的分布函数,得到所述当前时刻已存在目标的预测分布函数,公式为:
其中,mk,S=Fk-1mk-1,αk,S=ρααk-1,βk,S=ρββk-1,xk为当前时刻的状态分量,Fk-1为状态转移矩阵,Qk-1为过程噪声方差矩阵,ρα和ρβ为传播因子;
根据所述前一时刻各目标的标签多伯努利滤波密度,得到所述当前时刻已存在目标的预测标签多伯努利滤波密度,公式为:
其中,其中,为目标存活概率,fxx′为单目标转移密度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910639220.1/1.html,转载请声明来源钻瓜专利网。