目标检测跟踪的部分相关知识点

• 值函数
  对于机器学习有所了解的朋友对于奖励函数应该不会陌生，奖励函数是一及时的衡量方式，而值函数则是一种长期的衡量方式。即从当前的状态开始一直到将来的某一个时刻的奖励累计值。
• 恒虚警率（Constant False-Alarm Rate）
  在雷达信号的检测中，由于地理因素，天气因素等等导致干扰会发生变化，此时雷达可以自动调整灵敏度是雷达的虚警率保持不变，即表现为恒虚警率。那么为什么一定要保持恒虚警率呢，主要是因为在信号的检测中，最佳的检测通常采用奈曼-皮尔逊准则（ 统计学的假设检验中存在着两类错误，根据不同的情况，这两类错误对 结果的影响也不同。为了保证对统计结果的重要错误的风险概率尽可能小，就采用奈曼一皮尔逊准则。这条准则的基本思路是在根据两类不同错误对检验结果的重要性的基础上， 预先定下其中一类错误的风险概率的条件下.来求出适当的 判别界，以保证统计检验的结果对生产和科研的决策错误带 来最小的影响。此处转自百度百科），故此时要保持恒虚警率，使正确的检测概率达到最大。
  CFAR的获取方法有两种：参量法与非参量法
  接下来我将持续在这篇帖子里更新目标检测跟踪的相关知识点哈！