联合Mean-shift与粒子滤波器的实时视频目标跟踪算法及实现

• 作者: 王丹玲
• 来源期刊: 盐城工学院学报（自然科学版）
• 学科: 工学
• 关键词: 视频跟踪 粒子滤波器 Mean-shift Markov Chain Monte Carlo 重采样
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 机械·电子·计算机工程研究
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP391.413
• 字数: 2874字
• 语种: 中文
• DOI: 10.16018/j.cnki.cn32-1650/n.201701005

摘要

粒子滤波器由于摆脱了高斯分布的约束条件,已经成为一种主流的、面向目标的非线性运动跟踪算法,广泛应用于视频压缩与检索、智能视频监控、智能人机交互等领域,其缺点是计算复杂度高、计算量庞大,无法满足实时应用的需求.针对粒子滤波器在计算量、实时性及粒子退化方面存在的问题,提出了将Mean-shift算法嵌入粒子滤波器,对重要性采样分布进行优化,以较少的采样粒子实现视频目标跟踪.仿真实验结果显示,联合Mean-shift的粒子滤波算法在目标跟踪过程中具有较好的实时性与鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丹玲	辽东学院艺术与设计学院	25	32	3.0	3.0