基于特定人步态信息的移动机器人跟踪方法
针对特定人跟踪过程中的遮挡、形变以及长时跟踪易导致跟踪丢失等问题,提出一种基于特定人步态信息的移动机器人跟踪方法.采用轻量级网络模型通过对步态特征识别进行特定人检测,并结合核相关滤波(KCF)跟踪框架增强跟踪目标;改进遮挡判断策略,自适应协调KCF与卡尔曼滤波算法(KF)对特定人位置的跟踪.选取RGB-D数据集作为实验数据集,将算法和其他4种主流算法通过仿真实验进行性能比较,证明方法的可行性,将方法移植到Turtlebot2移动平台进行实际环境特定人跟踪实验.通过实验对比,算法在光照变化、运动模糊和目标遮挡等情况下的表现具有较高的稳定性和准确性;在成功率和跟踪精确度上都优于其他4种算法.
目标跟踪、相关滤波、抗遮挡、步态识别、ThunderNet模型
41
TP242(自动化技术及设备)
国家自然科学基金;陕西重点研发计划项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
8-14