基于自适应粒子滤波器的物体跟踪

基于自适应粒子滤波器的物体跟踪
夏利民;张良春
【期刊名称】《中国图象图形学报》
【年(卷),期】2009(014)001
【摘要】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.
【总页数】6页(P112-117)
【作者】夏利民;张良春
【作者单位】中南大学信息科学与工程学院,长沙,410075;中南大学信息科学与工程学院,长沙,410075
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于蚁群优化的边缘化粒子滤波器跟踪算法 [J], 曹义亲;肖金胜;黄晓生
2.复杂环境下基于自适应粒子滤波器的目标跟踪 [J], 常发亮;马丽;刘增晓;乔谊正
3.基于优化粒子滤波器的体育视频目标跟踪算法设计 [J], 王俊鹏;侯小毛
4.基于尺度空间粒子滤波器的多参考直方图目标跟踪算法 [J], 贾静平;夏宏;谢萍
5.基于代价参考粒子滤波器组的检测前跟踪算法 [J], 卢锦;王鑫
因版权原因，仅展示原文概要，查看原文内容请购买。