什么是 多假设跟踪(Multiple Hypothesis Tracking)?

多假设跟踪(Multiple Hypothesis Tracking)是一类多目标跟踪框架:它保留多条竞争的量测到航迹历史,递归评分,并把歧义关联推迟到后续观测提供更多证据时再判决。

快速了解

规范文档官方规范

工作原理

对量测来源分支,并为完整历史评分

Reid 的 MHT 原始论文把每个量测解释为既有目标、新生目标或虚警,并结合检测、杂波、新生与状态 Likelihood 递归更新联合假设概率。这种分支结构允许后续扫描影响哪个早期关联历史最终保留。

系统通常累积 Log-likelihood Ratio,避免数值下溢,并比较目标来源解释与杂波解释。Score 只在声明的运动、量测、检测、新生和杂波模型下成立;添加任意奖励,或在常数项不一致的假设间比较,会改变最终航迹集合。

限制假设森林,同时保留必要歧义

精确分支数量按指数增长。Validation Gate 与独立 Cluster 减少候选连接,Ranked Assignment 生成高概率子分支,概率或分数剪枝删除弱分支,Merging 合并足够等价的估计,N-scan Pruning 则提交固定时域之前的判决。

这些控制都会改变近似结果。剪枝过强可能删除后续证据最终支持的分支,时域过长则可能违反内存或实时约束。Track-oriented MHT 保存相容航迹假设并求解全局选择;Hypothesis-oriented MHT 显式维护全局假设,不能把两者当成相同数据结构。

同时评估身份、时延与保留备选

SWTrack 研究把多扫描假设映射为稀疏图和滑动窗口分配,用于 3D 多目标跟踪,展示了后续帧修正当前歧义的价值。其 nuScenes 结果只支持对应 Detection、窗口和实现,不能证明任意 MHT 都普遍更优。

应报告定位误差、ID Switch、Fragmentation、虚假与漏失航迹、起始延迟、假设数量、可用时的剪枝概率质量、峰值内存和 Deadline Miss。必须在相同 Detection 与航迹管理规则下对比 GNN、JPDAF 和 RFS 跟踪器,不能把离线或长窗口结果当成零延迟在线输出。

主要特点

  • 跨多个扫描周期保留竞争关联历史
  • 把量测建模为既有目标、新生、漏检或杂波
  • 在显式概率模型下递归评分联合假设
  • 利用后续观测解决更早的歧义分配
  • 需要 Gating、Clustering、Pruning、Merging 或有限回看
  • 以计算和内存换取更强的身份连续性

常见用途

  1. 密集杂波环境中的雷达与声呐跟踪
  2. 目标交叉和遮挡下的自动驾驶跟踪
  3. 存在漏报与虚警的空中交通监视
  4. 短时间窗口内的多相机身份保持
  5. 对比多扫描关联与单扫描跟踪器

示例

loading...
Loading code...

常见问题

多假设跟踪为什么要延迟判决?

目标交叉或遮挡可能无法用一个扫描周期解决。MHT 保留多条合理历史,让后续观测选出运动、检测与杂波证据更一致的分支,避免过早做出不可逆分配。

Track-oriented 与 Hypothesis-oriented MHT 有什么区别?

Hypothesis-oriented MHT 显式存储全局关联假设;Track-oriented MHT 存储局部航迹假设与相容性约束,再求解相容的全局集合。两者都需要剪枝,但存储、优化和实现成本不同。

什么是 N-scan Pruning?

N-scan Pruning 在当前最佳假设上提交 N 个扫描周期之前的祖先判决,并删除不相容旧分支。它限制内存与延迟,但窗口太短会在证据充分前锁定错误关联。

MHT 与 JPDAF 有什么区别?

JPDAF 把当前扫描的联合事件边缘化为每条航迹的一个矩匹配估计;MHT 跨扫描保留备选历史。MHT 能修正延迟歧义,JPDAF 存储成本通常更低,却可能让邻近航迹合并。

生产级 MHT 需要哪些工程能力?

系统需要显式定义新生、检测、杂波、波门、评分、相容性、剪枝、合并和终止规则;限制时延与内存;保证 Tie Handling 确定性;并评测 ID Switch、碎片化、虚假航迹、状态误差与 Deadline Miss。

相关术语

相关文章