基于黄金分割自适应网格的机动扩展目标跟踪方法

本发明涉及基于黄金分割自适应网格的机动扩展目标跟踪方法，首先，将用于跟踪的模型集表现为网格的形式，并把网格分为内部网格和外围网格；然后生成模型集的局部加权以及整体加权，并将二者与内部网格中的两个模型按照“黄金分割”的比例进行排列，计算局部加权和整体加权之间的距离来反映二者与目标真实运动模式匹配程度的差异，以此作为模型参数更新的依据；最后，根据更新后的模型集进行滤波得到的结果，对转移概率矩阵进行更新，并根据拥有最大模型概率的模型滤波残差，判断目标的机动程度，以此决定算法各个模块的执行与否，从而提高算法的效率；本发明的方法可以有效地解决扩展目标跟踪方法在强机动场景中跟踪精度下降的问题。