基于粒子滤波的on-line boosting目标跟踪算法

摘要：

基于Haar-like特征的on-line boosting跟踪算法(HBT)把目标跟踪看作是目标与背景的二分类问题,通过在候选区域搜索最大分类置信度的方法得到目标新的位置.但在获取最大置信度时选用的是区域穷举搜索法,当目标过大或者运动速度过快时,很难确保系统的实时性,且易造成跟踪丢失.本文将粒子滤波算法引入HBT目标跟踪框架中,通过建立目标运动模型,并把HBT目标分类置信度与粒子滤波的观测模型结合起来,提出了基于粒子滤波的on-line boosting目标跟踪算法(PFHBT).与HBT算法相比,本文算法不仅加快了计算速度,而且很好地解决了目标速度过快造成跟踪丢失的问题,保证了系统的实时性和鲁棒性.

关键词：目标跟踪、on-line boosting、粒子滤波、置信度、运动模型

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61102155,61272237,61272236;湖北省高等学校优秀中青年科技创新团队计划项目T201002;湖北省教育厅青年科学基金资助项目Q20111205

在线出版日期：2013-12-09（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：100-105