典型文献
基于马尔科夫决策过程的多目标跟踪算法
文献摘要：
目前,多目标跟踪算法仍面临诸多挑战,例如遮挡、快速运动等所造成的影响难以完全规避.为了解决上述问题,提出一种基于马尔科夫决策过程的多目标跟踪算法.该算法将每个目标建模成一个马尔科夫决策过程,通过最大化奖励函数来驱动状态间的转移,并将强化学习训练用于数据关联相似度函数,有效地解决了目标遮挡问题.同时,为了解决物体快速运动导致跟踪算法丢失目标问题,利用超像素建立表观模型,充分考虑历史图像信息,提高跟踪算法的准确性与可靠性.实验评估表明,该跟踪器在公开的MOT15数据集上具有良好的性能.提出的跟踪器在多目标跟踪精度(multide object tracking accuracy,MOTA)指标上达到36.5,远高于其他对比算法,而在ID switch指标上仅仅为308次,低于其他对比算法,显著地减少了目标丢失率以及身份交换率.
文献关键词：
多目标跟踪;马尔科夫决策过程;数据关联;强化学习
中图分类号：
作者姓名：
王诗言;吴华东;余翔
作者机构：
重庆邮电大学 通信与信息工程学院,重庆400065
文献出处：
引用格式：
[1]王诗言;吴华东;余翔-.基于马尔科夫决策过程的多目标跟踪算法)[J].重庆邮电大学学报（自然科学版）,2022(01):117-124
A类：
multide
B类：
马尔科夫决策过程,多目标跟踪算法,快速运动,奖励函数,强化学习,学习训练,数据关联,相似度函数,遮挡问题,超像素,历史图像,图像信息,实验评估,评估表,跟踪器,MOT15,目标跟踪精度,object,tracking,accuracy,MOTA,上达,对比算法,ID,switch,丢失率
AB值：
0.29349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
