基于遗传粒子滤波器的运动目标实时跟踪

• 作者: 夏利民 张良春 谭立球 谷士文
• 来源期刊: 信息与控制
• 关键词: 粒子滤波器 遗传算法 自适应特征选择 跟踪 boosting算法
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 653-659
• 页数: 7页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.06.003

摘要

提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器.该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的征要信息,进行粒子权值的计算;并在跟踪过程中小断更新特征分类器,从而自适应地更新粒子的权值.为了提高算法的实时性,将遗传算法引入到粒子滤波器,在保证粒子滤波器精度的前提下,减少粒子数目,从而降低算法的运算时间.实验结果表明,所提算法可以根据背景信息的不同自适应地选择特征,在遮挡、形变及背景干扰等情况下,依然可以很好地对目标进行稳定的实时跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	谷士文	中南大学信息科学与工程学院	23	434	9.0	20.0
3	张良春	中南大学信息科学与工程学院	8	85	5.0	8.0
4	谭立球	中南大学信息科学与工程学院	16	516	8.0	16.0