基于多识别等级标签的多分类多目标跟踪算法评价方法技术

技术编号:40468593 阅读:28 留言:0更新日期:2024-02-22 23:23
本发明专利技术涉及一种基于多识别等级标签的多分类多目标跟踪算法评价方法,基于分层多级类标签扩展了传统最优子模式分配度量评价方法,分层多等级类别标签可作为基于层次化树状结构分类学分类后的目标有限集的附属标签,通过在任意两个标签所代表的类别分布之间定义一个类Wasserstein距离度量,得到了一种满足数学定义的距离度量作为多分类多目标跟踪算法评价方法,能够应用于层次化多识别等级分类下的多类多目标跟踪问题,并提出了相应的评价准则,能够综合衡量多类多目标跟踪问题中目标状态误差、势误差和错误分类造成的估计偏差,推广应用至评价自动驾驶、智慧路口等场景的多目标跟踪算法,具有重要的实际应用意义。

【技术实现步骤摘要】

本专利技术涉及信号处理,尤其涉及一种基于多识别等级标签的多分类多目标跟踪算法评价方法


技术介绍

1、通过多个异构传感器进行多目标跟踪在自动驾驶、路口监控、海事及空天监控等领域有着广泛的应用。类似于在单目标跟踪问题中表征目标真实和估计状态间偏差的欧氏距离和马氏距离等向量度量,在多目标跟踪问题中,表征多目标状态的有限集间的距离度量定义也具有重要意义。其中,距离度量概念代表了满足数学意义上具有非负性、对称性、不可分辨之同一性和三角形不等式性质的有限集上的距离函数。在多目标跟踪问题中,以一个定义良好的距离度量作为评价指标在以下几个方面具有重要意义:

2、(1)性能评估。评价准则作为衡量标准可以给出不同算法给出的估计值和真实值之间的偏差距离,以评估算法的性能。

3、(2)算法估计准则。距离度量可以被视为从目标状态随机有限集的后验概率密度中得出最优估计值的准则,例如多目标跟踪中的经典方法:最小化平均最优子模式分配(ospa)方法。

4、(3)传感器管理。得益于有限集度量在优化时关键的多对多一致性优点,表示多目标状态的有限集间的距离本文档来自技高网...

【技术保护点】

1.一种基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,在所述步骤S1中,具体包括:

3.根据权利要求1所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,所述步骤S2中,所述分层多等级类别标签所代指的集合C,符合树状分层分类结构,具体包括:

4.根据权利要求3所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,在所述步骤S3中,

5.根据权利要求4所述的基于多识别等级标签的多分类多目标跟踪算法...

【技术特征摘要】

1.一种基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,在所述步骤s1中,具体包括:

3.根据权利要求1所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,所述步骤s2中,所述分层多等级类别标签所代指的集合c,符合树状分层分类结构,具体包括:

4.根据权利要求3所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,在所述步骤s3中,

5.根据权利要求4所述的基于多识别等级标签的多分类多目标跟踪算法评价方法,其特征在于,在所述步骤s4中,具体包...

【专利技术属性】
技术研发人员:刁靖东周庆瑞孙昌浩王辉
申请(专利权)人:中国空间技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1