计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
8期
172-174,193
,共4页
跟踪算法%特征子空间%增量学习%Rao-Blackwellized粒子滤波
跟蹤算法%特徵子空間%增量學習%Rao-Blackwellized粒子濾波
근종산법%특정자공간%증량학습%Rao-Blackwellized입자려파
基于特征子空间的目标跟踪方法能适应目标状态的变化,并对光照等外部环境不敏感,但通常假定特征子空间的基向量固定,这样不仅需要离线训练,而且在目标姿态发生较大改变时,跟踪精度会降低.提出一种基于增量学习的Rao-Blackweilized粒子滤波算法,通过在线学习获得特征子空间的基向量,并用解析的方法对目标在子空间的投影参数进行在线更新.实验表明,新算法在目标有较大形变、姿态变化和光照等条件变化时,能保持较高跟踪精度,具有较强的鲁棒性.
基于特徵子空間的目標跟蹤方法能適應目標狀態的變化,併對光照等外部環境不敏感,但通常假定特徵子空間的基嚮量固定,這樣不僅需要離線訓練,而且在目標姿態髮生較大改變時,跟蹤精度會降低.提齣一種基于增量學習的Rao-Blackweilized粒子濾波算法,通過在線學習穫得特徵子空間的基嚮量,併用解析的方法對目標在子空間的投影參數進行在線更新.實驗錶明,新算法在目標有較大形變、姿態變化和光照等條件變化時,能保持較高跟蹤精度,具有較彊的魯棒性.
기우특정자공간적목표근종방법능괄응목표상태적변화,병대광조등외부배경불민감,단통상가정특정자공간적기향량고정,저양불부수요리선훈련,이차재목표자태발생교대개변시,근종정도회강저.제출일충기우증량학습적Rao-Blackweilized입자려파산법,통과재선학습획득특정자공간적기향량,병용해석적방법대목표재자공간적투영삼수진행재선경신.실험표명,신산법재목표유교대형변、자태변화화광조등조건변화시,능보지교고근종정도,구유교강적로봉성.
