多特征融合的自适应性粒子滤波跟踪算法OA北大核心CSCDCSTPCD
Adaptive particle filter tracking algorithm by fusing multi-features Computer Engineer-ing and Applications, 2014, 50(18):178-181
为提高粒子滤波视觉目标跟踪算法的实时性与鲁棒性，提出了一种基于多特征融合的自适应性粒子滤波跟踪算法。该算法利用颜色和结构特征表示目标，将两者融合于粒子滤波的框架中，利用融合后的信息计算粒子的权值，以降低算法受目标形变及复杂环境的影响。同时，根据跟踪预测的准确程度动态计算跟踪所需的粒子数目，对采样粒子集进行自适应调整，以提高粒子质量，降低粒子数量，减少算法运算时间。实验结果表明，所提算法对于每帧图像的平均计算时间相对于传统混合跟踪算法缩短了将近一半，而且算法的鲁棒性较强。
To improve the real-time and robustness performance of particles filter algorithm for tracking vision objects, an adaptive particle filter tracking method based on multi-feature fusion is proposed. The proposed method uses the color and structural features to present the interested target. These features are integrated in the frame of particle filter, and the weights of particles are calculated by this integration, in order to conquer the distractions from t…查看全部>>
于金霞;许景民
河南理工大学 计算机科学与技术学院，河南 焦作 454003河南理工大学 计算机科学与技术学院，河南 焦作 454003
信息技术与安全科学
目标跟踪粒子滤波多特征融合粒子集自适应调整
object trackingparticle filtermulti-features fusionparticle-set being adjusted adaptively
《计算机工程与应用》 2014 (18)
178-181,4
河南省教育厅自然科学研究计划项目（No.12A520021）。
评论