基于混合观测模型的粒子滤波跟踪算法

• 作者: 何凡 吴桐 李钟敏 王玲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视觉跟踪 子空间 自适应学习 粒子滤波 mean shift
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 172-177
• 页数: 6页
• 分类号: TP391
• 字数: 5003字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1403-0320

摘要

为了提高目标外观迅速变化时视觉跟踪算法的鲁棒性，提出了一种基于混合观测模型的粒子滤波跟踪算法。在粒子滤波构架下，使用加权核直方图模型结合mean shift算法对粒子进行初定位，通过正交子空间模型作为精确的观测模型，估计目标的最终状态。这样既能迅速地学习到目标外观变化的趋势，又避免了使用正交子空间而产生的跟踪漂移。实验结果表明，该算法在光照变化、姿态变化、遮挡的情况下，均具有较强的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	湖南大学电气与信息工程学院	148	1001	15.0	25.0
2	吴桐		5	26	3.0	5.0
4	何凡		4	13	3.0	3.0
5	李钟敏		2	11	2.0	2.0