2.2    多目标跟踪中的数据关联
跟踪的一个非常重要问题就是数据关联的问题，我们必须将每一个新的量测与环境中现有的对象相关联。但是，由于对环境先验知识的缺乏以及杂波的干扰，量测的数目通常不对应于目标的数目。此外，对象的数目很难估计，因为一个对象可能暂时被遮挡或者仅仅因为对象可以随时进出监测范围而未被观察到。还有一个原因就是传感器感知或物体检测过程中可能会出现错误的量测。
多目标跟踪的数据关联在于推导真实对象的数量和识别每个量测对应于一个已知的被跟踪目标还是对应于虚警或者场景中的一个将被跟踪的新目标，并且延续已经建立的航迹用来实现目标状态的更新或者形成新的航迹。在一般情况下，数据关联分为三个大的类别。本文所研究的是量测与航迹之间的关联。
数据关联过程分为三步：第一步，将接收到的量测进行门限控制，利用先验知识的统计特性找到可能与现有的航迹匹配的量测。经过门限过滤后，形成可行的量测、航迹对也就是可行对；第二步，通过计算可以得到关联矩阵，用以度量各个点迹与该运动轨迹的匹配程度；第三步，将最接近预测的位置的点迹按照赋值策略分别将它们赋予相对应的运动轨迹。具体的关联过程如图2.2数据关联过程所示。
 
图2.2数据关联过程
2.3    目标运动模型
目标运动的模型是目标跟踪的极其重要研究的内容。目标跟踪的其中一个难点就在于目标运动模型的不确定的因素。在最近几十年来，众多学者对目标运动模型进行了很多深入的研究，成果非常丰富。但是由于不同的目标运动规律有所差别，现今仍然不能找到一种通用的模型来描述所有的运动。
在二文直角坐标系中，CV模型、CA模型和CT模型中的单个目标的状态方程都可表示为 ，但是对于不同的运动模型参数 和 不一样。 JPDAF算法视频图像多目标跟踪技术研究(4):http://www.751com.cn/tongxin/lunwen_33493.html