增量学习Rao-Blackwellized粒子滤波的跟踪算法

• 作者: 查宇飞 毕笃彦 陶杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 跟踪算法 特征子空间 增量学习 Rao-Blackwellized粒子滤波
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 172-174,193
• 页数: 4页
• 分类号: TP391
• 字数: 4365字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.08.052

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶杰		2	6	1.0	2.0
2	毕笃彦		3	6	1.0	2.0
3	查宇飞		1	1	1.0	1.0