1.一种基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，包括：

I-RANSAC新生目标检测模块和PHD滤波模块。其中：I-RANSAC新生目标检测模块与“滑窗”中的量测数据和当前的状态估计相连传输当前滑窗中可能出现的新生目标的位置信息，PHD滤波模块与I-RANSAC新生目标检测模块和当前量测相连传输全部目标的状态估计随机集和目标数估计随机集。

所述I-RANSAC新生目标检测模块包括：有效量测生成子模块、假设生成子模块、假设检验子模块，其中：有效量测生成子模块分别与当前量测和当前状态估计相连传输当前“滑窗”的有效量测，假设生成子模块与有效量测子模块相连传输从有效量测中通过随机采样而生成的航迹假设，假设检验子模块与假设生成子模块相连传输对当前假设航迹的经验结果，即确认的新生目标的位置信息。

所述PHD滤波模块包括：新生目标强度函数构建子模块、预测子模块、更新子模块、高斯元修剪子模块和状态抽取子模块，其中：新生目标强度函数构建子模块与I-RANSAC新生目标检测模块中的假设检验子模块相连传输新生目标强度函数，预测子模块与新生目标强度函数构建子模块相连传输目标状态随机集PHD的预测高斯元参数，更新子模块分别与预测子模块和量测相连传输目标状态随机集PHD的更新后的高斯元参数，高斯元修剪子模块与更新子模块相连传输对更新后的高斯元合并和删除后的目标状态随机集PHD的高斯元参数，状态抽取子模块与高斯元修剪子模块相连传输目标状态估计随机集和目标数估计随机集。

2.根据权利要求1所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述I-RANSAC新生目标检测模块包括：有效量测生成子模块、假设生成子模块、假设检验子模块，其中：有效量测生成子模块分别与当前量测和当前状态估计相连传输当前“滑窗”的有效量测，假设生成子模块与有效量测子模块相连传输从有效量测中通过随机采样而生成的航迹假设，假设检验子模块与假设生成子模块相连传输对当前假设航迹的经验结果，即确认的新生目标的位置信息。

3.根据权利要求1所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的有效量测生成子模块把新输入量测放入“滑窗”队列的末尾，同时去掉“滑窗”队列的首帧量测，实现“滑窗”队列的移动。然后根据当前状态估计和“滑窗”中对应帧的量测计算残差及其范数，根据该范数的大小决定量测的去留，以形成有效的量测集合。

4.根据权利要求1所述的的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的假设生成子模块从有效量测集的前面两帧量测中各随机抽取包含一个样本的子集，根据这两个样本点由最小二乘法计算出其模型M，模型M即当前的假设模型。

5.根据权利要求1所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的假设检验子模块把一致集的基数与给定的阈值进行比较，若一致集的基数大于给定的阈值，则认为得到了正确的模型参数，并利用一致集中的样本由最小二乘法重新计算模型，该新模型即是一个新生的目标模型；确定一个新目标后，由余集替换有效量测集，重复上述假设生成和假设检验过程，即可确认多个新生目标。

6.根据权利要求1所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述PHD滤波模块包括：新生目标强度函数构建子模块、预测子模块、更新子模块、高斯元修剪子模块和状态抽取子模块，其中：新生目标强度函数构建子模块与I-RANSAC新生目标检测模块中的假设检验子模块相连传输新生目标强度函数，预测子模块与新生目标强度函数构建子模块相连传输目标状态随机集PHD的预测高斯元参数，更新子模块分别与预测子模块和量测相连传输目标状态随机集PHD的更新后的高斯元参数，高斯元修剪子模块与更新子模块相连传输对更新后的高斯元合并和删除后的目标状态随机集PHD的高斯元参数，状态抽取子模块与高斯元修剪子模块相连传输目标状态估计随机集和目标数估计随机集。

7.根据权利要求6所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的新生目标强度函数构建子模块则以每一个新生目标位置作为位置均值，以给定值作为速度均值，并以给定的较大的正定数值矩阵为方差阵构造出一个多维高斯分布函数作为每一个新生目标的强度函数，而其权值取为0.03。

8.根据权利要求6所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的预测子模块包含对新生目标状态随机集PHD，孵化目标状态目标随机集PHD，和已存在目标状态随机集PHD的高斯元参数(均值，方差，权值)进行预测。

9.根据权利要求6基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的状态抽取子模块指对经过更新子模块和高斯元修剪子模块后的目标状态随机集PHD的高斯元进行处理，抽取其权值大于0.5的高斯元作为目标状态估计随机集，权值大于0.5的高斯元的数目作为目标数估计随机集。

10.根据权利要求8所述的基于迭代RANSAC的自适应新生目标强度估计的GM-PHD多目标跟踪方法，其特征是，所述的多目标状态及多目标数目估计随机集，是指PHD滤波模块的输出结果，包括目标在每帧图像中的位置信息(像素信息)，速度和数目信息。这两个集合的基数和集合内每一元素的维数都是随机的。