基于贝叶斯决策的多方法融合跟踪算法

• 作者: 周旭 马玉良
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 行人跟踪 压缩感知 行人检测 贝叶斯决策 多方法融合
• 年，卷（期）: 2016,（7X）
• 页码范围: 265-268
• 页数: 4页
• 分类号: TP391

摘要

针对单一的跟踪算法难以适应复杂多变的环境,提出一种融合多种跟踪算法的方法。考虑到压缩跟踪算法的鲁棒性优势,和HOG行人检测的轮廓检测特点,利用算法之间的互补性,根据贝叶斯决策理论,提出了多算法融合的跟踪方法。融合过程中按照分类的思想,将图像中像素点按照其是否包含在跟踪框内分为两类。通过分析跟踪目标的移动范围,预测目标的下一位置,求出目标出现的先验概率分布。针对目标与环境的具体情况,调整每种算法的融合权值,得到融合后的各个像素点的类条件概率密度,最后根据贝叶斯决策估算各像素点的所属类别,确定跟踪框范围。实验结果表明,与单一算法相比,融合后的跟踪算法有更好的适应性和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马玉良	杭州电子科技大学智能控制与机器人研究所	18	157	8.0	12.0
2	周旭	杭州电子科技大学智能控制与机器人研究所	8	10	2.0	3.0