基于模糊测度的多特征融合鲁棒粒子滤波跟踪

摘要：

针对基于单一颜色特征的粒子滤波跟踪算法易受光照变化、部分遮挡及相似干扰物的影响,而利用多特征融合的粒子滤波方法存在各特征权值、跟踪模板及窗口大小自适应选取问题,提出了一种基于模糊测度的多特征融合鲁棒粒子滤波跟踪算法.采用颜色及边缘方向直方图来描述目标量测模型,通过分别计算这两类特征在候选目标与参考目标之间的Bhattacharyya距离来确定其各自特征的模糊测度,通过查取模糊规则表来自适应地确定两类特征的权重;将连续帧的多特征联合模板更新机制用于对初始目标模板的更新;针对目标发生尺度变化造成跟踪窗口难以自适应的问题,通过引入粒子离散度实现了跟踪窗尺寸的自适应调整.实验结果表明:所提出的跟踪算法位置平均误差小于8个像素,相比于传统方法可以有效克服光照、部分遮挡以及相似目标干扰等影响,具有较高的跟踪精度及较强的鲁棒性.

关键词：粒子滤波、模糊测度、多特征融合、粒子离散度、目标跟踪

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：西安市科技计划CXY14369;西安科技大学博士启动金2015QDJ007;西安科技大学培育基金2014015资助课题

在线出版日期：2015-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2447-2453