CORC  > 深圳大学
基于蚁群算法的多目标跟踪方法
康莉 ; 谢维信 ; 黄敬雄
刊名http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=XTYD200809042&dbname=CJFQ2008
2012-04-27 ; 2012-04-27
关键词目标跟踪 数据关联 蚁群算法 信息素
中文摘要提出了一种新的基于蚁群算法的多目标跟踪方法。方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题,用蚁群算法对该优化问题求解,得到的解即为最优关联。为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和SIS(sequential im-portance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较。在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得。实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的。
语种中文
其他责任者西安电子科技大学电子工程学院 ; 深圳大学ATR国防科技重点实验室
内容类型期刊论文
源URL[http://ir.calis.edu.cn/hdl/244041/714]  
专题深圳大学
推荐引用方式
GB/T 7714
康莉,谢维信,黄敬雄. 基于蚁群算法的多目标跟踪方法[J]. http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=XTYD200809042&dbname=CJFQ2008,2012, 2012.
APA 康莉,谢维信,&黄敬雄.(2012).基于蚁群算法的多目标跟踪方法.http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=XTYD200809042&dbname=CJFQ2008.
MLA 康莉,et al."基于蚁群算法的多目标跟踪方法".http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=XTYD200809042&dbname=CJFQ2008 (2012).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace