《表1 RMSE与IOU对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高斯过程回归下的扩展目标高斯粒子滤波算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在实验一中，当扩展目标外形为星凸型时，RM算法、GP EKF算法及文中所提算法的滤波结果分别为图1、图3、图5所示，图2、图4、图6为其对应的局部放大图。在外形估计方面，从图中可以较为直观地看出GP EKF算法及文中所提算法对目标外形估计较为准确，而RM算法只能给出目标外形的椭圆近似；在跟踪精度方面，GP EKF算法在目标不确定性大的情况下，跟踪精度及稳定性较差，其主要原因在于EKF模型对预测产生的误差很敏感。相比之下，RM算法及文中所提算法的跟踪精度较好且更稳定。表1给出了3种滤波算法的平均交集并集比及均方根误差两个定量评价指标。从表1更直观准确的看出文中所提算法在目标外形估计及跟踪精度、稳定性方面，均优于RM算法及GP EKF算法。