对于单目标跟踪而言,数据关联要解决的是传感器量测能否与跟踪目标关联上;对于多目标跟踪而言,数据关联要解决的是哪个传感器量测能与哪个跟踪目标关联上,意即,跟踪目标与传感器量测的一一对应关系。目前,数据关联已发展出多种理论与算法,包括但不限于[2]: 最近邻(Nearest Neighbor,NN) 概率数据关联(Probability Data ...
数据关联是多目标跟踪任务中的关键步骤,其目的主要是为了进行帧与帧之间的多个目标的匹配,其中包括新目标的出现,旧目标的消失,以及前一帧与当前帧的行人id匹配。传统的数据关联方法多为运筹学方法,比较经典即为匈牙利算法和KM算法,接下来将详细介绍这两种算法。 在了解匈牙利算法与KM算法之前,我们需要了解一个概念“...
多目标跟踪数据关联问题可以转化为有权二分图最小权匹配问题,本文将从图论中的一些基本概念出发,对匈牙利算法的发展脉络、算法流程及其 C++ 代码实现进行详细阐述。 1 基本概念 匈牙利算法本质是图算法,所以在对其进行展开前,我们首先需要认识一些图论中重要的基本概念。 1.1 图 图(Graph,G),是由顶点集合(Vertices,V...
目标跟踪（Object Tracking）是自动驾驶中常见任务，涉及多目标跟踪时，数据关联尤为重要。数据关联需解决传感器量测与跟踪目标的一一对应。本文从图论基本概念出发，详细阐述匈牙利算法的发展脉络、算法流程，并提供C++代码实现。匈牙利算法本质为图算法，适用于解决有权二分图最小权匹配问题。首先，理解图的基...
数据关联是多目标跟踪任务中的关键步骤,其目的主要是:为了进行帧与帧之间多个目标的匹配,其中包括新目标的出现,旧目标的消失,以及前一帧与当前帧的(行人)ID的匹配。传统的数据关联方法多为运筹学方法,比较经典的即为匈牙利匹配算法和KM算法,接下来详细介绍这两种算法。