基于交換采樣粒子濾波的目標(biāo)跟蹤算法研究.pdf

1、視頻目標(biāo)跟蹤融合了圖像處理、模式識(shí)別、人工智能、自動(dòng)控制、計(jì)算機(jī)應(yīng)用、生理學(xué)、物理學(xué)、數(shù)學(xué)等相關(guān)領(lǐng)域的先進(jìn)技術(shù)和研究成果，具有可視性、抗干擾、成本低等優(yōu)點(diǎn)，已被廣泛地應(yīng)用到軍事監(jiān)控、交通管制、機(jī)器智能、醫(yī)療診斷等方面。隨著各種復(fù)雜環(huán)境應(yīng)用領(lǐng)域的不斷需求，除了引入各種新的技術(shù)外，如何提高現(xiàn)有跟蹤算法的精度以及魯棒性也是當(dāng)前目標(biāo)跟蹤領(lǐng)域研究的重點(diǎn)。 本文主要研究視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤的兩個(gè)方面。一是運(yùn)動(dòng)目標(biāo)的特征表述，二是運(yùn)動(dòng)目標(biāo)跟

2、蹤的粒子濾波框架。 1、針對(duì)目前單一特征不能很好地表征目標(biāo)的問題，本文提出了基于顏色直方圖和梯度方向直方圖融合的綜合直方圖來表征運(yùn)動(dòng)目標(biāo)。由于顏色直方圖對(duì)目標(biāo)的旋轉(zhuǎn)、形變不敏感，梯度方向直方圖對(duì)于目標(biāo)的光照變化不敏感，因此將兩者的優(yōu)點(diǎn)結(jié)合起來，形成互補(bǔ)，以提高目標(biāo)特征的魯棒性，能夠應(yīng)對(duì)復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)跟蹤。為后面的粒子濾波算法的應(yīng)用提供了堅(jiān)實(shí)的基礎(chǔ)。 2、針對(duì)粒子濾波有時(shí)無法得到正確的后驗(yàn)概率分布的情況。本文提出了一