基于粒子滤波与神经网络的目标遮挡跟踪

• 作者: 丁刚毅 韩宇星
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 目标跟踪 目标遮挡 粒子滤波 神经网络 直方图模型
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 3229-3235
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13196/j.cims.2020.12.005

摘要

为了提高有遮挡情况下目标跟踪的可靠性,提出了基于改进粒子滤波的目标跟踪策略.建立了基于色度等级核函数的直方图模型,提高模型对光照变化的鲁棒性.根据目标的运动信息建立状态方程,采用径向基神经网络建立观测模型,根据模板与定位区的Hellinger距离判断目标是否发生遮挡.当目标未发生遮挡时,利用目标的状态信息更新状态方程并训练观测模型;当目标发生遮挡时,利用粒子滤波将状态方程的计算值和观测模型的预测值进行融合,得到目标状态的最优估计.仿真实验结果表明,采用RB F网络建立目标运动的观测模型能够引入与状态方程不同的预测信息,在较长时间遮挡的情况下,跟踪策略可减小粒子滤波最优估计与实际状态的偏差,提高遮挡情况下目标跟踪的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁刚毅		44	510	11.0	21.0
2	韩宇星		2	0	0.0	0.0