信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2013年
4期
80-83
,共4页
目标跟踪%粒子滤波%K-均值聚类
目標跟蹤%粒子濾波%K-均值聚類
목표근종%입자려파%K-균치취류
针对粒子滤波算法因计算量过大带来的实时性问题,文中提出一种基于K-means聚类的粒子滤波目标跟踪算法.该算法利用K-means算法对重采样后的粒子进行聚类以达到进一步寻优的目的,这样可以得到更为有效的粒子集,从而大大减小计算的复杂度.通过与基于传统粒子滤波算法的实验数据的分析表明提出的算法可以有效地减小计算量,改善粒子滤波算法的实时性问题.同时,相比于传统粒子滤波目标跟踪算法,改进算法的鲁棒性也有所提高.
針對粒子濾波算法因計算量過大帶來的實時性問題,文中提齣一種基于K-means聚類的粒子濾波目標跟蹤算法.該算法利用K-means算法對重採樣後的粒子進行聚類以達到進一步尋優的目的,這樣可以得到更為有效的粒子集,從而大大減小計算的複雜度.通過與基于傳統粒子濾波算法的實驗數據的分析錶明提齣的算法可以有效地減小計算量,改善粒子濾波算法的實時性問題.同時,相比于傳統粒子濾波目標跟蹤算法,改進算法的魯棒性也有所提高.
침대입자려파산법인계산량과대대래적실시성문제,문중제출일충기우K-means취류적입자려파목표근종산법.해산법이용K-means산법대중채양후적입자진행취류이체도진일보심우적목적,저양가이득도경위유효적입자집,종이대대감소계산적복잡도.통과여기우전통입자려파산법적실험수거적분석표명제출적산법가이유효지감소계산량,개선입자려파산법적실시성문제.동시,상비우전통입자려파목표근종산법,개진산법적로봉성야유소제고.
