基于特征融合的粒子滤波目标跟踪新方法

摘要：

针对传统粒子滤波(PF)算法采用单一颜色特征建模跟踪目标性能差的缺陷,提出一种颜色特征与纹理特征相融合的PF目标跟踪新算法.首先,采用一种具有抗噪声和保护纹理边缘的全局中值二值模式(GMBP)纹理算子,对模板图像进行局部差绝对值处理,得到幅值序列模板,将幅值序列模板内的中值作为模板的阈值,与模板邻域比较获得新的纹理图像;然后,与具有光照不变特性的局部二值模式(LBP)纹理算子结合,形成一种(GMLBP)新的纹理描述算子.最后,分别计算GMLBP纹理特征粒子权值和HSV颜色特征粒子权值,并依据权值大小确定融合系数,对纹理特征粒子权值和颜色特征粒子权值进行线性融合,再对融合后粒子权值进行归一化处理,从而得到目标位置状态的最终估计值.对比实验结果表明,相对于单一颜色特征的目标跟踪算法,所提算法捕捉目标位置准确且具有更低的平均跟踪误差,其平均误差降低了近2倍.

关键词：目标跟踪、粒子滤波(PF)、颜色特征、GMLBP纹理算子、特征融合

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;宁波市自然科学基金;重庆理工大学研究生创新基金

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页码：1990-1999