基于粒子濾波的運動目標跟蹤算法研究與實現(xiàn).pdf

1、基于粒子濾波的運動目標跟蹤算法研究與實現(xiàn)重慶大學碩士學位論文學生姓名：茍若愚指導教師：楊丹教授專業(yè)：計算機軟件與理論（軟件工程領域）學科門類：工學重慶大學軟件學院二O一O年十一月重慶大學碩士學位論文中文摘要I摘要運動目標跟蹤作為計算機視覺領域研究的熱點課題之一，涉及了機器視覺、圖像處理、模式識別、概率論等學科領域，在智能交通系統(tǒng)、監(jiān)控視頻、智能機器人等方面有著廣闊的應用前景。本文立足于重慶市重點科技攻關項目《嵌入式WEB監(jiān)控視頻摘要生成

2、及其快速瀏覽關鍵技術研究和開發(fā)》開展研究。運動目標跟蹤中一個核心環(huán)節(jié)就是跟蹤預測算法的研究，其中卡爾曼濾波與粒子濾波算法是當前被廣泛使用的跟蹤預測算法。鑒于監(jiān)控視頻下目標運動的隨機性大的特點，只能解決高斯線性問題的卡爾曼濾波不是一個理想的解決方法，所以本文把研究重點放在了能解決非線性非高斯問題的粒子濾波算法。本文主要工作與創(chuàng)新如下：1.在貝葉斯濾波的框架下，對運動目標的模型構建、目標運動中的遮擋情況進行詳細討論，分析了Kalman濾波與

3、粒子濾波兩種經(jīng)典算法的優(yōu)缺點。介紹了粒子濾波算法對單目標跟蹤的具體實現(xiàn)，并對粒子的采樣與重采樣過程進行了深入分析。2.結合前景檢測對粒子濾波算法進行了改進。該算法通過利用前景檢測得出的目標區(qū)域信息，在以下三個方面提高了粒子濾波跟蹤算法的效率：首先通過在區(qū)域中提取目標的顏色直方圖作為目標特征，提高了目標模型描述的精確性；其次通過把粒子的采樣區(qū)域限制在目標區(qū)域里，提高了采樣樣本的可信度，保證了粒子的多樣性，也減緩了粒子退化的速度；最后由于前