MDTrack：利用毫米波雷达和孪生网络实现微多普勒辅助的多目标跟踪

《IEEE Transactions on Aerospace and Electronic Systems》：MDTrack: Micro-Doppler Assisted Multi-Target Tracking via Siamese Network Using MmWave Radar

毫米波雷达多目标跟踪算法MDTrack结合微多普勒特征提取与深度学习模型，通过双重阈值过滤和Siamese-DCNN网络实现身份保持与轨迹关联，实验表明在复杂场景下身份一致性和多目标跟踪准确率分别达94.42%和97.35%。

　　

摘要：

在动态环境中进行目标跟踪是基于雷达的室内系统的关键组成部分，尤其是在多目标场景中，保持目标身份的一致性是一项具有挑战性的任务。在本文中，我们提出了一种基于毫米波（mmWave）雷达的微多普勒辅助多目标跟踪方法（MDTrack），该方法结合了微多普勒（μ-Doppler）特征来实现有效的目标重关联和身份保持。该方法首先从雷达数据中提取共存目标的μ-Doppler频谱图，并应用基于双阈值的过滤方法来评估频谱图的质量。随后，使用一种名为S-DCNN的孪生深度卷积神经网络来评估不同目标轨迹段之间的身份一致性，从而无需依赖显式的身份标签即可实现目标重新识别。接下来，MDTrack采用了一种轨迹重关联方法，该方法利用μ-Doppler特征的时间一致性，即使在目标被遮挡或轨迹出现断裂的情况下也能保证稳定的目标跟踪。实验结果表明，MDTrack的性能显著优于传统方法，在多目标场景中，其身份一致性准确率达到94.42%，多目标跟踪准确率达到97.35%，表明该方法在封闭集和开放集条件下均具有出色的性能。