鲁棒的基于均值漂移的自适应卡尔曼滤波目标跟踪OA北大核心CSTPCD
提出了一种鲁棒的基于均值漂移的自适应卡尔曼滤波目标跟踪算法.首先建立卡尔曼滤波的系统模型,用卡尔曼滤波预测目标在当前帧的位置,并将该预测值作为初始值,用均值漂移算法搜索目标位置.然后将搜索结果作为观测值来修正预测值,并根据目标模型与由均值漂移算法搜索得到的候选目标模型及相应背景模型的Bhattacharyya系数自适应调整卡尔曼滤波的参数,从而提出了一种鲁棒的自适应卡尔曼滤波目标跟踪算法.仿真实验表明,该算法具有较好的跟踪精度,对遮挡具有较强的鲁棒性.
李小和;屈展;王魁生
西安石油大学计算机学院,陕西西安710065西安石油大学计算机学院,陕西西安710065西安石油大学计算机学院,陕西西安710065
信息技术与安全科学
目标跟踪卡尔曼滤波均值漂移AKF算法鲁棒性
《西安石油大学学报（自然科学版）》 2015 (5)
力学化学耦合下泥页岩井壁蠕变损伤失稳研究
106-110,5
国家自然科学基金(编号:51174162)陕西省教育厅专项科研计划(编号:14JK1584)西安市科技计划(编号:CXY1346(7))西安石油大学青年科技创新基金(编号:2013BS021)
评论