目标跟踪中的改进Monte Carlo滤波算法

• 作者: 于大海 孙少甫 孟繁英 朱娟 郝俊红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 目标跟踪 Monte Carlo滤波 采样贫瘠 重采样
• 年，卷（期）: 2012,（18）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 168-171
• 分类号: TP391
• 字数: 3303字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.18.036

摘要

传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化.为了解决这个问题,提出一种改进的Monte Carlo滤波算法.在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝俊红	长春大学光华学院电气信息学院	9	27	3.0	5.0
2	朱娟	长春大学光华学院电气信息学院	7	11	1.0	3.0
3	于大海	长春大学光华学院电气信息学院	9	6	1.0	2.0
4	孟繁英	长春大学光华学院电气信息学院	1	0	0.0	0.0
5	孙少甫	长春大学光华学院电气信息学院	1	0	0.0	0.0