| 嵌入Mean Shift 的粒子滤波目标跟踪算法 |
| |
| 作者姓名： | 侯一民 贺子龙 |
| |
| 作者单位： | 东北电力大学 自动化工程学院, 吉林 132012;东北电力大学 自动化工程学院, 吉林 132012 |
| |
| 基金项目： | 国家自然科学基金(60662003);吉林省教育厅“十二五”科研规划项目([2011]80);吉林市科技计划(201162505) |
| |
| 摘 要： | 传统的粒子滤波算法通常使用大量粒子表示目标状态的后验概率密度函数,算法的计算量较大,跟踪的实时性较差,且无法对快速、遮挡目标进行准确跟踪．针对以上问题,提出了一种嵌入MeanShift（均值偏移）的粒子滤波算法,该方法充分利用了MeanShift聚类作用,使得粒子分布更加合理,不但提高了粒子的多样性,而且有效减少了描述目标状态的粒子数目．实验结果表明,改进的目标跟踪算法具有较强的鲁棒性和较好的实时性．
|
| 关 键 词： | 粒子滤波 Mean Shift 目标跟踪 实时性 |
| 收稿时间： | 2012-05-22 |
| 修稿时间： | 2012-06-19 |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
