基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法

    公开(公告)号:CN118444305A

    公开(公告)日:2024-08-06

    申请号:CN202410521976.7

    申请日:2024-04-28

    Abstract: 本发明涉及基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法,首先,利用运动朝向和方位角的加权值来减小估计方位角的误差;其次,在原有的扩展卡尔曼滤波框架下,引入强跟踪滤波算法,在一定程度上提高了系统的鲁棒性;最后,针对跟踪过程中目标形状突变的状况,提出了基于遗忘因子的自适应轮廓的算法,通过实时检测目标形状是否发生变化相应地调整遗忘因子的取值,从而使系统更好地适应目标形状的变化。本发明所提出的方法可以有效地解决基于高斯过程的扩展目标跟踪方法在强机动以及目标形状突变场景中跟踪精度下降的问题。

    一种基于分阶段的自适应多目标跟踪方法

    公开(公告)号:CN119444802A

    公开(公告)日:2025-02-14

    申请号:CN202411492992.4

    申请日:2024-10-24

    Abstract: 本发明涉及一种基于分阶段的自适应多目标跟踪方法,提出了分阶段关联的思路与自适应权重策略,当视频序列中待跟踪目标出现长时间遮挡、形变和光照变化等复杂情况,通过目标被遮挡程度对目标轨迹进行分类,结合实际情况设置合理的轨迹检测框关联顺序,同时针对每次关联设计不同的关联策略,进一步提升了跟踪准确率;将置信度差值与速度方向信息作为弱线索辅助强线索进行目标轨迹与检测框之间的匹配,进一步提升关联成功率;外观特征更新模块针对不同遮挡程度的目标设计不同外观特征更新策略,以提高外观特征的判别性。本发明的跟踪方法在复杂场景下仍能保持轨迹连续性与跟踪稳定性。

Patent Agency Ranking