计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
18期
168-171
,共4页
朱娟%孟繁英%郝俊红%于大海%孙少甫
硃娟%孟繁英%郝俊紅%于大海%孫少甫
주연%맹번영%학준홍%우대해%손소보
目标跟踪%Monte Carlo滤波%采样贫瘠%重采样
目標跟蹤%Monte Carlo濾波%採樣貧瘠%重採樣
목표근종%Monte Carlo려파%채양빈척%중채양
传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化.为了解决这个问题,提出一种改进的Monte Carlo滤波算法.在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题.
傳統的Monte Carlo濾波算法在目標跟蹤過程中存在嚴重的採樣貧瘠問題,這直接導緻瞭樣本集的退化.為瞭解決這箇問題,提齣一種改進的Monte Carlo濾波算法.在樣本集建立階段,採用基于視覺機製的方法建立樣本集閤,使得樣本集在與中心距離較近的地方密集,在離中心較遠的地方稀疏,這樣的樣本集閤建立方法能夠更準確地反映人眼對事物的感知;在樣本集傳播階段,穫得一箇區分樣本優劣的閾值,將樣本集閤分為優劣兩種,用重採樣的方法對優樣本集閤採樣,採樣半數樣本,用隨機抽樣的方法補充其餘半數樣本,實驗結果錶明,這種方法可以很好地解決樣本退化的問題.
전통적Monte Carlo려파산법재목표근종과정중존재엄중적채양빈척문제,저직접도치료양본집적퇴화.위료해결저개문제,제출일충개진적Monte Carlo려파산법.재양본집건립계단,채용기우시각궤제적방법건립양본집합,사득양본집재여중심거리교근적지방밀집,재리중심교원적지방희소,저양적양본집합건립방법능구경준학지반영인안대사물적감지;재양본집전파계단,획득일개구분양본우렬적역치,장양본집합분위우렬량충,용중채양적방법대우양본집합채양,채양반수양본,용수궤추양적방법보충기여반수양본,실험결과표명,저충방법가이흔호지해결양본퇴화적문제.
