一种基于 RNN 的 IMM 滤波器替代模型
计算机视觉与模式识别
2019-04-29 v2
摘要
被跟踪对象（如行人）动态变化的问题，传统上由基于贝叶斯公式的交互式多模型（Interacting Multiple Model, IMM）滤波器等方法来处理。遵循当前使用深度神经网络的趋势，本文提出了一种基于 RNN 的 IMM 滤波器替代模型。与 IMM 滤波器解类似，所提基于 RNN 的模型为所执行的动态分配一个概率值，并基于这些概率输出关于未来行人轨迹的多模态分布。评估在反映典型行人机动动作的合成数据上完成。
引用
@article{arxiv.1902.01739,
title = {An RNN-based IMM Filter Surrogate},
author = {Stefan Becker and Ronny Hug and Wolfgang Hübner and Michael Arens},
journal= {arXiv preprint arXiv:1902.01739},
year = {2019}
}
备注
Accepted at Scandinavian Conference on Image Analysis (SCIA) 2019