计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
6期
1906-1911,1916
,共7页
目标跟踪%边缘粒子滤波%核概率密度估计%卡尔曼滤波算法
目標跟蹤%邊緣粒子濾波%覈概率密度估計%卡爾曼濾波算法
목표근종%변연입자려파%핵개솔밀도고계%잡이만려파산법
target-tracking%marginalized particle filter%kernel density estimation%Kalman filtering algorithm
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.
針對採用單一特徵建立的動態空間模型與實際繫統差距較大,從而使估計誤差增加的問題,通過將繫統的狀態參數引入顏色特徵模型中,與顏色特徵參數一起構成繫統狀態空間嚮量,提齣瞭一種聯閤顏色狀態特徵的優化目標跟蹤算法.應用Rao-Blackwellization算法思想,由Kalman線性濾波方法解析處理線性的顏色特徵轉移和更新過程;而目標位置參數採用粒子濾波進行估計,提高瞭視頻目標跟蹤的精度和實時性.通過與其他相似算法的比較實驗結果可以看齣,算法在環境亮度髮生變化、目標遮擋等情況下,仍能夠保持較高的跟蹤精度,既提高瞭跟蹤繫統的魯棒性,又保證瞭算法的實時性,優于傳統的單一特徵視頻跟蹤算法.
침대채용단일특정건립적동태공간모형여실제계통차거교대,종이사고계오차증가적문제,통과장계통적상태삼수인입안색특정모형중,여안색특정삼수일기구성계통상태공간향량,제출료일충연합안색상태특정적우화목표근종산법.응용Rao-Blackwellization산법사상,유Kalman선성려파방법해석처리선성적안색특정전이화경신과정;이목표위치삼수채용입자려파진행고계,제고료시빈목표근종적정도화실시성.통과여기타상사산법적비교실험결과가이간출,산법재배경량도발생변화、목표차당등정황하,잉능구보지교고적근종정도,기제고료근종계통적로봉성,우보증료산법적실시성,우우전통적단일특정시빈근종산법.
