.png){kind=icon}
返回
Probabilistic object and label association algorithms for distributed multiobject tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.inffus.2026.104604.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大多数分布式多目标跟踪方法使用后验多目标分布的融合，该融合涉及描述不同传感器上同一目标的分布组件的关联。大多数当前最先进的融合方法执行硬关联，这可能会产生错误结果。相比之下，在本文中，我们提出了一种概率（软）关联框架和方法，其中关联分布被纳入后验多目标分布的融合中。我们为分布式多传感器版本的联合概率数据关联（JPDA）滤波器、联合集成概率数据关联（JIPDA）滤波器和标记多伯努利（LMB）滤波器开发了这一原理。我们开发的关键组件是通过对关联分布的边缘分布的乘积进行近似，这被证明会导致与局部多目标分布相同形式的融合多目标分布。我们还提出了一种使用置信传播算法进行快速近似边缘化或高斯近似的有效实现方法。仿真结果表明，与基于硬关联的当前最先进方法相比，该方法具有显著的性能提升。
Keyword:
Multiobject tracking
Multitarget tracking
Joint probabilistic data association
Labeled multi-Bernoulli filter
Data fusion
Belief propagation
Random finite set
