基于自适应卡尔曼滤波的多目标跟踪算法 |
| |
引用本文: | 王广玉,窦磊,窦杰.基于自适应卡尔曼滤波的多目标跟踪算法[J].计算机应用,2022(S1):271-275. |
| |
作者姓名: | 王广玉 窦磊 窦杰 |
| |
作者单位: | 瞬态物理国家重点实验室(南京理工大学) |
| |
基金项目: | 国家自然科学基金资助项目(60904085); |
| |
摘 要: | 在视频的多目标跟踪任务中,卡尔曼滤波器性能受硬件噪声以及光线等环境噪声干扰较大,导致滤波性能下降甚至发散,严重影响目标跟踪精度。针对这一问题,在检测端不变的情况下,对跟踪算法中的卡尔曼滤波器进行改进。首先,通过实时监测跟踪过程中滤波器观测值和估计值的动态变化,提取新息或残差;然后,利用新息协方差对观测噪声统计特性进行自适应估计,进而调整卡尔曼滤波增益;并通过数值仿真表明所提方法能有效降低噪声,获得更好跟踪效果。最后,基于YOLOv3算法检测结果进行实验验证,结果表明在多目标跟踪(MOT16)数据集上,相较于传统卡尔曼滤波设计,所提自适应卡尔曼滤波在多目标跟踪任务中的精度、标号(ID)相关指标(IDF1,IDP)等指标均有所提升。
|
关 键 词: | 多目标跟踪 YOLOv3算法 自适应卡尔曼滤波 新息 噪声协方差 |
|
|