作者：张皓; 王明斐检测前跟踪势概率假设密度高斯粒子滤波红外图像
摘要：针对跟踪目标数目未知条件下多弱小目标检测前跟踪算法鲁棒性差、计算复杂度高等问题,提出一种基于高斯粒子势概率假设密度滤波的多目标检测前跟踪算法。该算法首先利用高斯函数近似目标状态的后验概率密度,采用粒子滤波的方法迭代更新势概率假设密度中各高斯项的均值与协方差,无需重采样,从而避免粒子退化和采样枯竭问题;其次结合CPHD滤波中目标势分布的意义,考虑检测前跟踪中粒子只受其扩散小区域计算似然的影响,推导出了适用于目标点扩展情况的粒子权值更新表达式。仿真实验表明,与现有算法相比,所提算法在降低复杂度的同时可以更为可靠地传递目标势分布信息,从而提高多弱小目标数目和状态估计的准确性和稳定性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
