Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
We investigate a game theoretic data association technique for multi-target tracking (MTT) with varying number of targets. The problem of target state-estimate-to-track data association has been considered. We use the SMC-PHD filter to handle the MTT aspect and obtain target state estimates. We model the interaction between target tracks as a game by considering them as players and the set of target state estimates as strategies. Utility functions for the players are defined and a regret-based learning algorithm with a forgetting factor is used to find the equilibrium of the game. Simulation results are presented to demonstrate the performance of the proposed technique.