目标跟踪中的改进Monte Carlo滤波算法

摘要：

传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化.为了解决这个问题,提出一种改进的Monte Carlo滤波算法.在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题.

关键词：目标跟踪、Monte Carlo滤波、采样贫瘠、重采样

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省教育厅"十二五"科学技术研究项目2011448,2011452

在线出版日期：2012-07-27（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：168-171