融合多模型的粒子滤波运动目标实时跟踪算法

摘要：

提出了一种融合多模型的粒子滤波跟踪新算法(MMGPF),并将其应用于行人与汽车跟踪. 此跟踪算法特点在于:(1)将Camshift跟踪算法和AdaBoost 分类器的输出作为观测值优化建议概率分布;同时,改进粒子滤波的算法结构,有效地提高了粒子滤波的采样效率;在不影响跟踪性能的情况下,大幅减少了跟踪所需粒子数.(2)用两种描绘子提高对似然性的估计.(3)采用两种有效措施提高算法的实时性.通过多模型融合,有效地解决了目标跟踪过程中由于目标相互遮挡、目标消失再重现、光照变化和目标与背景颜色相近所造成的跟踪丢失.行人和汽车的跟踪试验结果证明该算法具有鲁棒性和实时性.

关键词：交通工程、多模型融合、粒子滤波、目标跟踪、Camshift、AdaBoost

所属期刊栏目：27

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金重点资助项目60736024

在线出版日期：2010-03-26（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：95-100