用于跟踪应用的拓扑与统计行为分类器
系统与控制
2014-06-03 v1 代数拓扑
机器学习
摘要
我们提出了首个结合多假设跟踪、拓扑数据分析和机器学习的统一目标跟踪理论。我们的创新点包括：1）使用鲁棒的拓扑特征编码行为信息；2）对拓扑特征的分布拟合统计模型；3）采用Wigren和Bar Shalom等人的目标类型分类方法，在跟踪过程中利用拓扑特征的似然。为了证明我们方法的有效性，我们在由城市移动模拟包生成的合成车辆数据上测试了我们的程序。
引用
@article{arxiv.1406.0214,
title = {Topological and Statistical Behavior Classifiers for Tracking Applications},
author = {Paul Bendich and Sang Chin and Jesse Clarke and Jonathan deSena and John Harer and Elizabeth Munch and Andrew Newman and David Porter and David Rouse and Nate Strawn and Adam Watkins},
journal= {arXiv preprint arXiv:1406.0214},
year = {2014}
}