摘要
本发明公开了一种基于长短时记忆网络的扩展目标跟踪方法,方法包括:使用长短时记忆网络学习目标的运动特征,用长时记忆捕捉目标长时运动的非马尔可夫特征,用短时记忆捕捉目标短时运动的变速特征;将先验知识和长短时记忆网络相结合,在合理的假设条件下,基于贝叶斯滤波框架推导扩展目标跟踪方法的预测公式和更新公式的递推形式;构建联合神经网络和先验知识的算法的记忆环节、预测环节和更新环节,通过递推地执行三种环节实现对扩展目标的跟踪。本发明的方法可以有效提高对扩展目标的跟踪精度。
技术关键词
状态观测模型
跟踪方法
运动特征
模型误差
形态
贝叶斯滤波
变量
记忆
状态更新
神经网络训练
算法
观测噪声
框架
参数
矩阵
定义
离线
系统为您推荐了相关专利信息
动态背景
增量式地图更新方法
三维模型
条件随机场
深度值
智能体训练方法
参数
模型训练方法
解码函数
环境状态预测