基于贝叶斯推理Transformer架构的智能多目标关联跟踪方法

本发明公开了一种基于贝叶斯推理Transformer架构的智能多目标关联跟踪方法(BAIT)，结合了经典贝叶斯滤波(BF)递归推理优势以及Transformer处理长序列任务的能力。首先BAIT在预测过程中采用一个状态预测编码器来充分提取目标过往运动信息；然后仿照经典BF递归推理结构，在状态预测与滤波更新之间采用一个关联解码器来实现目标与量测的最优匹配关联；接着基于目标过往运动信息和关联结果，采用状态更新解码器估计出当前帧目标运动状态。最终通过结合经典BF迭代推理结构，BAIT可实现复杂数据关联场景下的高精度目标关联跟踪任务。本方法具有高精度、连续性、精准关联等优点，可以应用在军事、民用等诸多领域。