元认知粒子滤波目标跟踪算法

摘要：

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。

关键词：目标跟踪、粒子滤波、元认知、元认知模型、元认知粒子滤波

分类号：TP391(计算技术、计算机技术)

资助基金：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．

在线出版日期：2015-08-05（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：387-392