基于 Wasserstein 距离的圆椭球扩展目标估计最优融合
信号处理
2019-10-09 v3 计算机视觉与模式识别
摘要
本文考虑对空间扩展对象的多个估计进行融合，其中对象范围建模为以朝向与半轴长度为参数的椭圆。为此，我们提出一种新颖的系统化方法，采用椭圆的距离度量即高斯 Wasserstein 距离作为代价函数。我们推导了最小平均高斯 Wasserstein 距离（MMGW）估计的显式近似表达式。基于 MMGW 估计量的概念，我们开发了融合扩展目标估计的高效方法。所提融合方法在仿真实验中得到评估，并讨论了这些新方法的益处。
引用
@article{arxiv.1904.00708,
title = {Optimal Fusion of Elliptic Extended Target Estimates based on the Wasserstein Distance},
author = {Kolja Thormann and Marcus Baum},
journal= {arXiv preprint arXiv:1904.00708},
year = {2019}
}