復(fù)雜環(huán)境下基于粒子濾波的多特征融合目標(biāo)跟蹤算法研究.pdf

1、近年來，視頻目標(biāo)跟蹤技術(shù)作為國防和日常安防系統(tǒng)的重要組成，在理論和應(yīng)用研究上都得到極大重視。目前，簡單場景下的跟蹤理論已經(jīng)較為成熟，并成功應(yīng)用于醫(yī)療診斷等方面。在實(shí)際應(yīng)用中目標(biāo)跟蹤環(huán)境普遍較為復(fù)雜，光線陰影變化、相似物體遮擋、三維物體到二維視頻幀投影引起的自身形變遮擋都會(huì)極大影響算法的跟蹤效果，然而到目前為止還沒有一套針對(duì)復(fù)雜環(huán)境下跟蹤問題的行之有效的理論方法。
　　本文在深入學(xué)習(xí)粒子濾波理論的基礎(chǔ)上，依次從粒子濾波算法改進(jìn)、基于

2、粒子濾波的視覺特征自適應(yīng)融合、目標(biāo)跟蹤狀態(tài)的判斷及處理三個(gè)層面展開復(fù)雜跟蹤環(huán)境下基于粒子濾波的目標(biāo)檢測(cè)跟蹤算法的研究：
　　1.針對(duì)粒子在多次迭代過程中出現(xiàn)的粒子退化問題，本文提出一種逆映射采樣粒子濾波算法。該算法避開了直接從最優(yōu)重要密度函數(shù)采樣難以實(shí)現(xiàn)的問題，利用基于進(jìn)化策略的數(shù)值積分算法求得最優(yōu)重要密度函數(shù)的分布函數(shù)，在分布函數(shù)單值逆映射的理論基礎(chǔ)上，通過在分布函數(shù)隨機(jī)抽取點(diǎn)列及逆向映射，實(shí)現(xiàn)間接從最優(yōu)重要密度函數(shù)采樣粒子，抑

3、制了粒子的退化問題。
　　2.針對(duì)多特征固定融合算法在目標(biāo)所處環(huán)境變化時(shí)無法持續(xù)準(zhǔn)確表征目標(biāo)的問題，在粒子濾波算法框架下根據(jù)粒子的不確定性定義特征度量函數(shù)，同時(shí)利用特征的關(guān)聯(lián)熵系數(shù)計(jì)算特征的互支持度，根據(jù)特征之間的互支持度自適應(yīng)調(diào)整加性融合與乘性融合比重，在權(quán)值自適應(yīng)的基礎(chǔ)上建立自適應(yīng)觀測(cè)模型，提高了算法在光線、角度變化等情況下的穩(wěn)定性。
　　3.針對(duì)基于粒子濾波的目標(biāo)跟蹤算法對(duì)目標(biāo)識(shí)別度低的問題，將 AdaBoost級(jí)聯(lián)強(qiáng)