基于粒子群算法和卡尔曼滤波的运动目标跟踪算法

• 作者: 冀小平 杜肖山 窦永梅
• 来源期刊: 现代电子技术
• 关键词: 粒子群算法 卡尔曼滤波 运动目标跟踪 灰度统计特性
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 集成电路设计
• 页码范围: 133-136
• 分类号: TN911-34|TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.08.042

摘要

针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法.利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域.然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性.为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪.仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冀小平	太原理工大学信息工程学院	40	311	9.0	16.0
2	窦永梅	太原理工大学信息工程学院	1	8	1.0	1.0
3	杜肖山	太原理工大学信息工程学院	3	17	3.0	3.0