基于粒子濾波目標(biāo)跟蹤算法研究.pdf

1、視頻跟蹤是視頻交互技術(shù)的重要分支，在人機交互，目標(biāo)識別，機器人視覺以及視頻監(jiān)控等方面具有十分廣泛的應(yīng)用。視頻跟蹤，就是檢測視頻圖像序列中是否存在運動目標(biāo)，若存在目標(biāo)，則對目標(biāo)進(jìn)行提取和跟蹤。因此如何準(zhǔn)確的提取出目標(biāo)特征和并準(zhǔn)確而穩(wěn)定的跟蹤到視頻圖像中的目標(biāo)，是視頻跟蹤中的重點。
　　在目標(biāo)特征提取方面，目標(biāo)的特征包括目標(biāo)的顏色、形狀、運動信息、輪廓等，一般會單獨的利用目標(biāo)的特征過濾掉視頻背景中的干擾噪聲，進(jìn)而提取到要跟蹤的目標(biāo)。但

2、是有時背景中存在相似顏色的目標(biāo)、運動目標(biāo)干擾、靜止目標(biāo)的遮擋等復(fù)雜情況，僅僅依靠單獨目標(biāo)的特征很難將所有干擾噪聲都過濾掉，因此可以通過多融合特征來除去干擾噪聲。實驗證明了多融合特征可以有效的提高檢測目標(biāo)的準(zhǔn)確性。
　　在目標(biāo)跟蹤方面，許多傳統(tǒng)的跟蹤方法雖然可以跟蹤到目標(biāo)，但是跟蹤的穩(wěn)定性不高，因此本文將跟蹤方法運用到粒子濾波框架下，通過多粒子的跟蹤可以提高目標(biāo)跟蹤的穩(wěn)定性。
　　為了解決基于改進(jìn)Camshift的粒子濾波跟蹤

3、方法對于相似物干擾以及完全遮擋問題的魯棒性不高的問題，本文采用目標(biāo)顏色特征和運動特征作為跟蹤的線索，采用改進(jìn)的GM(1，1)模型作為遮擋時的預(yù)測目標(biāo)方法。實驗證明，本方法能夠在光照變化，目標(biāo)受到相似物干擾以及目標(biāo)被完全遮擋的情況下穩(wěn)定的跟蹤目標(biāo)。
　　為了既能穩(wěn)定的跟蹤到目標(biāo)，又能更快的跟蹤到目標(biāo)，應(yīng)用了基于改進(jìn)的LSSVR粒子濾波方法。本方法是在粒子濾波框架下采用改進(jìn)的卡爾曼濾波來預(yù)測目標(biāo)，然后通過LSSVR模型來矯正跟蹤到的結(jié)