基于自适应粒子滤波器的物体跟踪
利用分类概念及粒子滤波理论,提出了一种基于自适应粒子滤波器的物体跟踪算法.将Boosting算法引入粒子滤波器,构建了自适应粒子滤波器,该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算,并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值.实验结果表明,该算法可以根据背景信息的不同自适应地选择特征,对于存在遮挡、形变及背景干扰等情况,依然可以很好地对目标进行稳定跟踪.
粒子滤波器、自适应特征选择、跟踪、Boosting算法
14
TP391.41(计算技术、计算机技术)
国家自然科学基金项目79816101;湖南省自然科学基金项目05JJ30121
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
112-117