用于目标跟踪的智能群体优化滤波算法
针对目标跟踪中的状态估计,提出一种智能群体优化滤波算法.算法在贝叶斯滤波的基础上,运用智能群体优化的3种运动模型估计目标的后验状态,其中内聚运动在保持了粒子多样性的情况下增加了样本的权值,分离运动和排列运动相协调能够更加准确地预测下一时刻目标的先验状态.实验结果表明:与标准粒子滤波相比,该算法能够更加准确地估计非线性系统中的后验状态,在复杂多变的场景环境中,表现出更高的跟踪准确性.
目标跟踪、视觉跟踪、滤波算法、贝叶斯滤波、粒子滤波、运动模型、后验状态、智能群体优化
14
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61371217;安徽省自然科学基金项目1708085MF151
2019-07-24(万方平台首次上网日期,不代表论文的发表时间)
共11页
697-707