机构名称：
¥ 1.0
摘要 — 在人机交互、监视和防御等多个应用领域中，确定被跟踪对象的意图可使系统协助用户/操作员并促进有效的、可能自动化的决策。在本文中，我们提出了一种概率推理方法，该方法可以提前预测被跟踪对象的预期目的地及其未来轨迹。在本文介绍的框架内，观察到的物体部分轨迹被建模为终止于其目的地的马尔可夫桥的一部分，因为目标路径虽然是随机的，但必须在预期的端点结束。这捕获了轨迹中潜在的长期依赖关系，如物体意图所决定的。通过确定部分轨迹从特定构造的桥梁中绘制的可能性，可以评估多个可能目的地中的每一个的概率。这些桥梁还可用于产生潜在系统状态（例如物体位置、速度等）的精确估计，预测其未来值（直到到达指定端点）并估计到达时间。事实证明，这可以实现基于卡尔曼滤波器的低复杂度推理程序实现，其中可以应用任何线性高斯运动模型，包括目的地恢复模型。在仪表车辆中收集的自由手势数据和驶向多个可能港口的船只的合成轨迹可用于证明所提方法的有效性。
使用桥接分布进行对象跟踪中的贝叶斯意图预测
主要关键词
相关文件推荐
