| 基于自适应粒子滤波器的物体跟踪 |
| |
| 引用本文： | 夏利民,张良春. 基于自适应粒子滤波器的物体跟踪[J]. 中国图象图形学报, 2009, 14(1): 112-117 |
| |
| 作者姓名： | 夏利民 张良春 |
| |
| 作者单位： | 中南大学信息科学与工程学院,长沙 410075 |
| |
| 基金项目： | 国家自然科学基金项目(79816101)；湖南省自然科学基金项目(05JJ30121) |
| |
| 摘 要： | 利用分类概念及粒子滤波理论，提出了一种基于自适应粒子滤波器的物体跟踪算法。将Boosting算法引入粒子滤波器，构建了自适应粒子滤波器，该方法首先利用背景信息和目标信息建立特征分类器，将分类器的输出结果作为粒子滤波系统观测的重要信息，进行粒子权值的计算，并在跟踪过程中不断更新特征分类器，从而自适应地更新粒子的权值。实验结果表明，该算法可以根据背景信息的不同自适应地选择特征，对于存在遮挡、形变及背景干扰等情况，依然可以很好地对目标进行稳定跟踪。
|
| 关 键 词： | 粒子滤波器 自适应特征选择 跟踪 Boosting算法 |
| 收稿时间： | 2007-01-14 |
| 修稿时间： | 2007-07-03 |
Object Tracking Based on Adaptive Particle Filter |
| |
| XIA Limin and ZHANG Liangchun. Object Tracking Based on Adaptive Particle Filter[J]. Journal of Image and Graphics, 2009, 14(1): 112-117 |
| |
| Authors: | XIA Limin and ZHANG Liangchun |
| |
| Affiliation: | School of Information Science and Engineering of Central South University, Changsha 410075 |
| |
| Abstract: | |
| |
| Keywords: | particle filter adaptive features selecting tracking Boosting algorithm |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
