Efficient Multitarget Visual Tracking Using Random Finite Sets

We propose a filtering framework for multitarget tracking that is based on the probability hypothesis density (PHD) filter and data association using graph matching. This framework can be combined with any object detectors that generate positional and dimensional information of objects of interest....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on circuits and systems for video technology Jg. 18; H. 8; S. 1016 - 1027
Hauptverfasser:	Maggio, E., Taj, M., Cavallaro, A.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.08.2008 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Bayesian methods Detectors Filtering Layout Matched filters Monte Carlo Nonlinear filters Object detection Particle filters probability hypothesis density (PHD) filter Studies surveillance Target tracking tracking Video surveillance Surveillance Monte Carlo tracking PHD filter
ISSN:	1051-8215, 1558-2205
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!