一种伪粒子滤波的多目标跟踪方法 (2008年)

针对经典粒子滤波方法进行多目标跟踪的发散问题，基于经典粒子滤波原理和聚类算法，提出一种伪粒子滤波方法。通过对经典粒子滤波重要性重采样结果进行聚类分析，获得相应目标的粒子子群集合以及相应的不动点。并证明了选取近于目标区域大小的聚类核函数带宽，聚类不动点即逼近目标的最大后验概率分布。通过数据关联确定多目标的最终状态。实验结果表明，该算法解决了经典理论的发散问题，可以完成实时多目标跟踪，且具有鲁棒性能和一定的生物视觉仿生功能。