鲁棒的基于均值漂移的自适应卡尔曼滤波目标跟踪

• 作者: 屈展 李小和 王魁生
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 卡尔曼滤波 均值漂移 AKF算法 鲁棒性
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 106-110
• 页数: 5页
• 分类号: TP391.4
• 字数: 4441字
• 语种: 中文

摘要

提出了一种鲁棒的基于均值漂移的自适应卡尔曼滤波目标跟踪算法.首先建立卡尔曼滤波的系统模型,用卡尔曼滤波预测目标在当前帧的位置,并将该预测值作为初始值,用均值漂移算法搜索目标位置.然后将搜索结果作为观测值来修正预测值,并根据目标模型与由均值漂移算法搜索得到的候选目标模型及相应背景模型的Bhattacharyya系数自适应调整卡尔曼滤波的参数,从而提出了一种鲁棒的自适应卡尔曼滤波目标跟踪算法.仿真实验表明,该算法具有较好的跟踪精度,对遮挡具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈展	西安石油大学计算机学院	69	664	10.0	23.0
2	王魁生	西安石油大学计算机学院	54	337	8.0	16.0
3	李小和	西安石油大学计算机学院	13	24	4.0	4.0