基于双通道TCN-GRU的多源聚类目标跟踪关联方法

《Journal of Systems Engineering and Electronics》：A Multi-Source Clustered Targets Track Association Method Based on Dual-Channel TCN-GRU

　　

摘要：

将聚类目标进行关联是整合来自多个传感器的检测结果的关键步骤。然而，传统的关联方法由于高密度聚类和观测不匹配等挑战，其准确性常常会受到影响。为了解决这些问题，开发了一种双通道TCN-GRU网络，该网络利用时间卷积网络（TCN）和门控循环单元（GRU）来捕捉轨迹特征的细微差异。此外，还设计了一个基于全局最近邻（GNN）方法的关联模块，以改进关联任务的场景感知能力。实验结果表明，所提出的方法实现了87.16%的轨迹关联准确率，其中6.29%的改进归功于GNN模块。这项工作标志着深度学习模型与传统方法在聚类目标轨迹关联领域的一次创新整合，为轨迹关联方法的进步提供了重要启示。