10.3969/j.issn.1673-4785.201405052
元认知粒子滤波目标跟踪算法
经典粒子滤波算法进行复杂背景下的目标跟踪时,不能及时将突变的背景信息更新到目标模板中,容易造成跟踪不稳定,尤其是当突变背景与目标模板相似时,容易造成目标丢失。为了解决此类问题,提出了具有元认知能力的粒子滤波( MCPF)目标跟踪算法。首先,MCPF对初始化目标模板进行认知,建立目标认知模板和背景认知模板作为MCPF的元认知知识成分,然后,MCPF监控多次迭代后采样粒子的观测信息,刺激产生MCPF元认知体验成分,从而有效地调节MCPF算法的决策机制。实验结果表明,该算法跟踪实时性高、稳定、可靠,当背景发生突变时,能够及时监控到突变,并快速调节决策机制,实现稳定的目标跟踪。
目标跟踪、粒子滤波、元认知、元认知模型、元认知粒子滤波
TP391(计算技术、计算机技术)
山东省优秀中青年科学家科研奖励基金 BS2011DX040;中央高校基本科研业务费专项资金11CX04045A.
2015-08-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
387-392