多目標跟蹤資料關聯演算法
在單目標無雜波環境下，目標的相關波門內只有乙個點跡，此時只涉及跟蹤問題。在多目標情況下，有可能出現單個點跡落入多個波門的相交區域內，或者多個點跡落入單個目標的相關波門內，此時就會涉及資料關聯問題。
資料關聯問題就是建立某時刻雷達量測資料和其他時刻量測資料的關係，以確定這些量測資料是否來自同乙個目標的過程。
經典的資料關聯演算法包括最近鄰域演算法、概率資料關聯演算法（pda）、聯合概率資料關聯演算法（jpda）等，其中pda、jpda都是首先對當前時刻不同的確認量測來自目標的正確概率進行計算，然後利用這些概率進行加權以獲得目標的狀態估計，其不同之處在於jpda主要針對密集目標環境，需要考慮多條航跡對同一量測有競爭的情況下互聯概率的計算
最近鄰域法
最近鄰域法首先設定跟蹤門，由跟蹤門初步篩選所得到的回波成為候選回波，以限制參與相關判別數目。跟蹤門是跟蹤空間中的一塊子空間，中心位於被跟蹤目標的**位置，跟蹤門的大小的設計應保證以一定的概率接收正確回波，落入跟蹤門內的量測即為候選回波，若落入相關波門內的量測只有乙個，則該量測值可被直接用於航跡更新；但若有乙個以上的回波落在被跟蹤目標的相關波門內，此時要取統計距離最小的回波中作為目標回波。
最近鄰域法的優點是計算簡單，缺點是在多回波環境下離目標**位置最近的候選回波不一定是目標的真實回波。只適用於在稀疏回波環境中跟蹤非機動目標。
概率資料關聯演算法（pda）
概率資料關聯演算法考慮了落入相關波門內的所有候選回波，並根據不同的相關情況計算出各回波來自目標的概率，然後利用這些概率值對相關波門內的不同回波進行加權，各個候選回波的加權和作為等效回波，並用等效回波來對目標的狀態進行更新。概率資料關聯演算法是一種次優濾波方法，它只對最新的量測進行分解，主要用於解決雜波環境中單雷達單目標跟蹤問題。
聯合概率資料關聯演算法與pda類似，也是基於確認門內的所有量測為其計算乙個加權殘差用於航跡更新，不同之處在於當有回波落入不同目標相關波門的重疊區域時，此時必須綜合考慮各個量測的目標**情況，在計算互聯概率時需要考慮多條航跡對測量的競爭，有競爭的加權值要有所減少，以體現其他目標對該量測的競爭。雜波環境下的多目標資料關聯技術是多目標跟蹤中最重要又最難處理的問題。如果被跟蹤的多個目標額相關波門不相交，或者沒有回波落入波門的相交區域內，此時多目標資料關聯問題就簡化為多個單目標資料關聯問題。
多目標跟蹤演算法SOART
本文對多目標檢測方法soart進行了翻譯 文章的重點是有效地處理幀與幀之間的關聯。使用卡爾曼濾波器處理跟蹤問題的運動 使用匈牙利演算法處理資料關聯分量 文章只針對各種環境下的行人跟蹤，但是根據cnn 網路靈活性，可以應用到其他目標的跟蹤。1.文章是基於 cnn的在多目標跟蹤 2.提出了一種基於卡爾曼...
多目標跟蹤
目前參與的乙個專案是 足球事件檢索 事件是乙個 high level 概念，需要基於一些 low level 資訊來做。後者主要就是一些影象處理的東西了。兩個 level 之間，會有一些中間層的資訊，比如足球的走向。根據師兄的建議，可以考慮對足球場上的運動員進行多目標跟蹤，在跟蹤軌跡的基礎上抽取一些...
多目標跟蹤演算法評價指標
單目標跟蹤演算法的評價指標不用我多說，因為其跟蹤情況較為簡單，已經有較為明確的判斷指標，但是一直以來，多目標跟蹤的評價指標都未統一，跟蹤演算法的 中也是用各種評價指標來分析自身的演算法，但是缺少與其它演算法的橫向比較，孰優孰劣不得而知。因為自己的畢業課題設計到這塊，需要找到一種相對來說大家用的較多的...