基于多特征融合与均值偏移的粒子滤波跟踪算法

摘要：

利用单一特征在复杂环境下进行目标跟踪容易导致跟踪失败。针对该问题，提出基于多特征融合与均值偏移的粒子滤波跟踪算法。在粒子滤波的总体框架下，通过嵌入均值漂移聚类算法产生更逼近真实后验分布的粒子，同时采用颜色和结构特征作为观测模型来表示目标，利用融合后的信息计算粒子的权值，并在跟踪过程中不断更新，以减小跟踪偏差。实验结果表明，与基于颜色与结构的跟踪算法相比，该算法在使用相同粒子数目时鲁棒性更高，而且粒子的平均权重得到了提高，重采样次数明显减少，即使在粒子数目较少的情况下也能实现稳定跟踪。

关键词：目标跟踪、均值偏移、多特征融合、粒子滤波、颜色特征、结构特征

分类号：TP18(自动化基础理论)

资助基金：河南省重点科技攻关计划基金资助项目122102310309;河南省基础与前沿技术研究基金资助项目142300410147;河南理工大学博士基金资助项目B2011-58。

在线出版日期：2014-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：14-17