基于多特征融合與粒子濾波的目標跟蹤.pdf

1、近年來,隨著視頻成像設備的日益普及和圖像處理理論的逐漸完善,目標跟蹤已成為計算機視覺領域的一項核心技術(shù),在安防監(jiān)控、智能交通、武器制導和醫(yī)療輔助等方面有著廣泛應用。本文討論了優(yōu)化匹配跟蹤方法和運動預測跟蹤方法中的代表性算法,包括均值漂移、卡爾曼濾波和粒子濾波等,并闡述了粒子濾波算法作為目標跟蹤理論框架的優(yōu)越性。在粒子濾波框架下,本文開展基于多特征自適應融合的跟蹤算法研究,對視覺特征提取、多特征融合以及濾波穩(wěn)健性等關(guān)鍵問題進行了深入探討。

2、
　　視覺特征描述了目標屬性信息,其選擇與提取往往決定著跟蹤性能的好壞。本文依次介紹了目標顏色、紋理和邊緣特征的直方圖構(gòu)造方法,其中為解決邊緣特征提取中感知模糊邊緣所面臨的困難,深入研究了基于模糊理論的邊緣檢測算法。針對現(xiàn)有模糊推理邊緣檢測算法存在的不足,分別在推理策略和解模糊計算兩個方面進行了改進,從而提出一種基于重要性加權(quán)和分步模糊推理的邊緣特征提取算法,增加了目標邊緣特征表達的準確性。
　　由于任何一種視覺特征都無法完

3、整地描述目標信息,基于單個特征的目標跟蹤在復雜場景下難以取得良好的跟蹤效果。一般地,依據(jù)不同視覺特征之間的內(nèi)在互補性,對多種特征信息進行某種方式的融合,是提高跟蹤準確性與穩(wěn)定性的首選方案。本文從粒子濾波的觀測概率密度函數(shù)著手,提出了一種基于對數(shù)似然比的多特征自適應融合策略,其好處在于不僅考慮候選模板與目標模板的相似程度,還考慮了候選模板與背景模板之間的區(qū)分程度。
　　另外,基于粒子濾波的目標跟蹤,當濾波過程受到嚴重的環(huán)境干擾時,部