基于标记SMC-PHD滤波器的视觉多目标跟踪

摘要：

提出了基于序贯蒙特卡罗概率假设密度滤波器( SMC -PHDF)的视觉多目标跟踪算法.W4算法对观测场景进行背景建模和运动目标检测,获取可能目标在观测场景中的位置信息作为PHDF的输入.SMC-PHD滤波器对检测结果进行滤波,实现对观测场景中运动目标数量和目标状态的估计.传统SMC-PHDF由于不对目标进行标记避免了数据关联,但同时也丧失了对单个目标航迹进行持续跟踪的能力.为此,提出采用标记粒子及最近邻聚类构建关联决策,根据粒子标记经重采样后的统计分布计算最大关联概率实现当前目标与航迹的时域关联.实验证明,当观测场景中的目标数目、状态随时间变化且检测结果存在虚警情况下,该算法能较好地估计多目标数量和状态,其时域关联准确性比MHT算法更高.

关键词：多目标跟踪:概率假设密度、有限集统计、背景建模

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2011-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：711-716