用于多目标滤波的深度循环神经网络
计算机视觉与模式识别
2018-10-09 v2
摘要
本文利用自适应学习框架解决多目标滤波中运动与测量模型固定的问题。这是通过以随机有限集术语定义目标元组，并利用具有长短期记忆架构的循环神经网络来实现的。提出了一种与预测航迹元组兼容的新型数据关联算法，除分配目标的出生、存活与死亡外，还能更新被遮挡目标。该算法在一个常用滤波仿真场景上评估，取得了极具前景的结果。
引用
@article{arxiv.1806.06594,
title = {Deep Recurrent Neural Network for Multi-target Filtering},
author = {Mehryar Emambakhsh and Alessandro Bay and Eduard Vazquez},
journal= {arXiv preprint arXiv:1806.06594},
year = {2018}
}
备注
The 25th International Conference on MultiMedia Modeling (MMM)