| 基于联合特征的边缘粒子滤波目标跟踪算法研究 |
| |
| 引用本文： | 孟军英,刘教民,韩明. 基于联合特征的边缘粒子滤波目标跟踪算法研究[J]. 计算机应用研究, 2015, 32(6) |
| |
| 作者姓名： | 孟军英 刘教民 韩明 |
| |
| 作者单位： | 1. 石家庄学院计算机科学与工程学院,石家庄,050035
2. 燕山大学信息科学与工程学院,河北秦皇岛,066004 |
| |
| 基金项目： | 河北省自然科学基金资助项目，河北省高等学校科学技术研究重点项目 |
| |
| 摘 要： | 针对采用单一特征建立的动态空间模型与实际系统差距较大,从而使估计误差增加的问题,通过将系统的状态参数引入颜色特征模型中,与颜色特征参数一起构成系统状态空间向量,提出了一种联合颜色状态特征的优化目标跟踪算法.应用Rao-Blackwellization算法思想,由Kalman线性滤波方法解析处理线性的颜色特征转移和更新过程;而目标位置参数采用粒子滤波进行估计,提高了视频目标跟踪的精度和实时性.通过与其他相似算法的比较实验结果可以看出,算法在环境亮度发生变化、目标遮挡等情况下,仍能够保持较高的跟踪精度,既提高了跟踪系统的鲁棒性,又保证了算法的实时性,优于传统的单一特征视频跟踪算法.
|
| 关 键 词： | 目标跟踪 边缘粒子滤波 核概率密度估计 卡尔曼滤波算法 |
Marginalized particle filter for combined feature target-tracking |
| |
| Meng Junying,Liu Jiaomin,Han Ming. Marginalized particle filter for combined feature target-tracking[J]. Application Research of Computers, 2015, 32(6) |
| |
| Authors: | Meng Junying Liu Jiaomin Han Ming |
| |
| Abstract: | |
| |
| Keywords: | target-tracking marginalized particle filter kernel density estimation Kalman filtering algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
