Sinkhorn 方法的扩展：恒速运动智能体的最优运动估计

在生物成像领域，分析物体运动的重要部分是跟踪。我们提出一种应用 Sinkhorn 距离求解最优传输问题以跟踪物体的方法。该方法的优势在于可灵活地将跟踪中的各种假设作为代价矩阵纳入。首先，我们将 Sinkhorn 距离从二维扩展到三维。利用该三维距离，我们使用三类仿真数据，比较两种跟踪技术的性能：一种是关联彼此接近物体的传统最近邻法跟踪，另一种是假设物体以恒定速度运动的跟踪。结果表明，在跟踪恒速运动物体时，只要所加噪声不过大，我们的方法优于传统最近邻跟踪。我们展示了 Sinkhorn 方法可有效应用于物体跟踪。我们的仿真数据分析表明，当物体以恒定速度运动时，我们这种以加速度作为代价的方法在物体跟踪方面优于传统最近邻方法。要将所提方法应用于真实生物成像数据，需基于运动特征设定恰当的代价指标。