復雜環(huán)境下基于粒子濾波的多特征融合目標跟蹤算法研究.pdf

1、近年來，視頻目標跟蹤技術作為國防和日常安防系統(tǒng)的重要組成，在理論和應用研究上都得到極大重視。目前，簡單場景下的跟蹤理論已經(jīng)較為成熟，并成功應用于醫(yī)療診斷等方面。在實際應用中目標跟蹤環(huán)境普遍較為復雜，光線陰影變化、相似物體遮擋、三維物體到二維視頻幀投影引起的自身形變遮擋都會極大影響算法的跟蹤效果，然而到目前為止還沒有一套針對復雜環(huán)境下跟蹤問題的行之有效的理論方法。
　　本文在深入學習粒子濾波理論的基礎上，依次從粒子濾波算法改進、基于

2、粒子濾波的視覺特征自適應融合、目標跟蹤狀態(tài)的判斷及處理三個層面展開復雜跟蹤環(huán)境下基于粒子濾波的目標檢測跟蹤算法的研究：
　　1.針對粒子在多次迭代過程中出現(xiàn)的粒子退化問題，本文提出一種逆映射采樣粒子濾波算法。該算法避開了直接從最優(yōu)重要密度函數(shù)采樣難以實現(xiàn)的問題，利用基于進化策略的數(shù)值積分算法求得最優(yōu)重要密度函數(shù)的分布函數(shù)，在分布函數(shù)單值逆映射的理論基礎上，通過在分布函數(shù)隨機抽取點列及逆向映射，實現(xiàn)間接從最優(yōu)重要密度函數(shù)采樣粒子，抑

3、制了粒子的退化問題。
　　2.針對多特征固定融合算法在目標所處環(huán)境變化時無法持續(xù)準確表征目標的問題，在粒子濾波算法框架下根據(jù)粒子的不確定性定義特征度量函數(shù)，同時利用特征的關聯(lián)熵系數(shù)計算特征的互支持度，根據(jù)特征之間的互支持度自適應調(diào)整加性融合與乘性融合比重，在權值自適應的基礎上建立自適應觀測模型，提高了算法在光線、角度變化等情況下的穩(wěn)定性。
　　3.針對基于粒子濾波的目標跟蹤算法對目標識別度低的問題，將 AdaBoost級聯(lián)強