Classification crédale multi-cibles

Dans cet article, on s'intéresse au problème de poursuite et de classification simultanées de plusieurs cibles. Ce travail est à rapprocher de celui de Smets et Ristic. L'article est préliminaire et fédère des approches de plusieurs travaux. L'étape de poursuite sera assurée par des filtres de Kalman et d'IMM (Interacting Multiple Model) classiques, seule l'étape de classification est assurée par des fonctions de croyance. Les objets à classer sont invariants dans le temps, et il n'y a donc pas d'étape de détection ou de suppression de cibles. Une comparaison sur un problème de poursuite d'avions permet d'illustrer quelques différences avec l'approche Bayésienne. In this paper, we study the problem of joint tracking and classification of several targets. Targets are considered to be known and sufficiently separated so that they cannot be confused. Our goal is to shed light on the contribution of credal classification over the Bayesian classification. Our job is to track the movement of targets using conventional Kalman filters and IMMs, and compare the performances of credal and Bayesian classification.