基于粒子滤波和在线学习的目标跟踪

• 作者: 刘海龙 胡福乔 赵宇明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子滤波 在陑学习 随机蕨 目标跟踪 二维二值模式 巴氏距离
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 232-235
• 页数: 4页
• 分类号: TP391.4
• 字数: 2631字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.10.049

摘要

针对粒子滤波跟踪丢失目标后较难恢复的问题，提出一种基于粒子滤波和在陑学习的目标跟踪方法。使用粒子滤波有效的跟踪结果作为正训练样本不断更新样本库，将随机蕨作为分类器检测目标位置，当分类器和粒子滤波的检测结果存在较大差异时，重新初始化粒子滤波器。在陑学习采用二维二值特征，具有计算简单、尺度不变和光照不变的特点。实验结果证明，该方法的跟踪结果优于传统的粒子滤波，能够准确地跟踪到被遮挡和陭失再出现的目标。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡福乔	上海交通大学自动化系系统控制与信息处理教育部重点实验室	45	585	15.0	22.0
2	刘海龙	上海交通大学自动化系系统控制与信息处理教育部重点实验室	133	2415	26.0	45.0
3	赵宇明	上海交通大学自动化系系统控制与信息处理教育部重点实验室	45	724	15.0	25.0