首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子滤波与局部搜索的视频目标跟踪
引用本文:张楠,刘承志,范存波,韩兴伟,李振伟,孙明国.基于粒子滤波与局部搜索的视频目标跟踪[J].微电子学与计算机,2013(9):1-4.
作者姓名:张楠  刘承志  范存波  韩兴伟  李振伟  孙明国
作者单位:中国科学院国家天文台长春人造卫星观测站,吉林长春,130117
摘    要:为了提高视频目标跟踪的鲁棒性和准确性,本文提出了基于局部搜索(Local Search)和粒子滤波(Particle Filter)相结合的视频目标跟踪方法——LSPF(Local Search Particle Filter)算法.利用粒子滤波得到样本的权值后,将局部搜索用于每一个粒子,使权值小的粒子收敛于邻近的权值较大的粒子处,有效克服了传统PF算法的粒子退化问题.实验结果表明,传统PF算法平均跟踪误差为10.89,而本文提出的LSPF算法平均跟踪误差仅为3.49,在跟踪性能上有了很大改善.尤其当目标受到干扰时,LSPF算法仍能实现对目标的准确跟踪,为稳定跟踪提供了有利保障.

关 键 词:目标跟踪  粒子滤波  局部搜索  随机爬山法

Visual Target Tracking Based on Particle Filter and Local Search
ZHANG Nan , LIU Cheng-zhi , FAN Cun-bo , HAH Xing-wei , LI Zhen-wei , SUN Ming-guo.Visual Target Tracking Based on Particle Filter and Local Search[J].Microelectronics & Computer,2013(9):1-4.
Authors:ZHANG Nan  LIU Cheng-zhi  FAN Cun-bo  HAH Xing-wei  LI Zhen-wei  SUN Ming-guo
Affiliation:ZHANG Nan;LIU Cheng-zhi;FAN Cun-bo;HAH Xing-wei;LI Zhen-wei;SUN Ming-guo;Changchun Observatory,National Astronomical Observatories,Chinese Academy of Sciences;
Abstract:
Keywords:target tracking  particle filter  local search  stochastic hill-climbing
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号