基于GPU加速的粒子滤波多说话人跟踪算法及其应用

• 作者: 曹洁 王进花 黄开杰
• 来源期刊: 计算机应用研究
• 关键词: GPU 粒子滤波 K-均值 多目标跟踪
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 796-800
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0981

摘要

为了解决粒子滤波多说话人跟踪过程中粒子易发散导致多目标跟踪精度低的问题,提出了并行粒子滤波和基于GPU的K-均值聚类的多声源定位方法.该方法首先分析了粒子滤波在实现多目标跟踪时进行数据关联的过程产生较大的计算量,并且出现多个目标时,粒子会逐渐发散.针对计算量大和粒子发散的问题,提出了一种并行粒子滤波和K-均值聚类的方法.实验表明,随着粒子数和目标数的增加,计算量以指数增加,并且粒子发散严重,采用基于GPU的K-均值聚类方法的粒子滤波多说话人跟踪方法,相比传统粒子滤波跟踪方法具有更收敛的粒子集并且跟踪精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹洁	兰州理工大学计算机与通信学院	180	1035	14.0	20.0
5	王进花	兰州理工大学电气工程与信息工程学院	46	231	8.0	12.0
6	黄开杰	兰州理工大学电气工程与信息工程学院	4	4	1.0	2.0