关键词deep bayesian filtering
搜索结果 - 2
- 深度贝叶斯滤波在贝叶斯可信数据同化中的应用
提出了用于非线性状态空间模型的深度贝叶斯滤波(DBF)方法,通过构建新的潜在变量并利用高斯逆观测算子进行数据同化,使得 DBF 的后验分布始终保持高斯性质,克服了采样误差积累的问题,并在各种任务和条件下优于基于模型和潜在同化方法。
- 热红外目标跟踪中贝叶斯滤波的防御与复兴
在复杂情景中,本文介绍了一种新颖的深度贝叶斯滤波(DBF)方法,用于增强热红外(TIR)目标跟踪,通过利用运动数据来估计目标对象的潜在位置并动态更新模板,DBF 方法在多个基准数据集上取得了竞争性的性能,胜过大多数现有的 TIR 跟踪方法。