基于粒子濾波目標(biāo)跟蹤方法研究.pdf

1、視覺目標(biāo)跟蹤在視頻監(jiān)控、圖像壓縮、三維重構(gòu)、機(jī)器人技術(shù)等領(lǐng)域有著非常重要的應(yīng)用。目標(biāo)跟蹤的難點(diǎn)在于物體的突然運(yùn)動(dòng),目標(biāo)或背景突然改變其外部表現(xiàn)形式,目標(biāo)的非剛性結(jié)構(gòu),目標(biāo)和目標(biāo)之間的遮擋、目標(biāo)和背景之間的遮擋,以及攝像頭的運(yùn)動(dòng)。本文主要研究復(fù)雜背景下的運(yùn)動(dòng)物體的跟蹤,所做的主要工作有:
　　 1.對粒子采樣和重采樣的方法進(jìn)行了研究,并使用粒子濾波器對非線性、非高斯系統(tǒng)的狀態(tài)估計(jì)進(jìn)行仿真實(shí)驗(yàn),通過對標(biāo)準(zhǔn)粒子濾波器與粒子濾波規(guī)則化采

2、樣方法(RPF粒子濾波)進(jìn)行對比實(shí)驗(yàn),并根據(jù)實(shí)驗(yàn)結(jié)果對標(biāo)準(zhǔn)粒子濾波器和RPF粒子濾波器方法的跟蹤誤差進(jìn)行了討論。
　　 2.對單高斯模型及混合高斯模型的理論基礎(chǔ)、參數(shù)估計(jì),背景更新公式進(jìn)行了分析,并通過仿真實(shí)驗(yàn)分析了混合高斯背景模型、單高斯背景模型的處理效果的優(yōu)缺點(diǎn),在此基礎(chǔ)上,為了進(jìn)一步研究有新物體移入或移出當(dāng)前場景中的情況,提出了改進(jìn)的高斯建模算法,將風(fēng)險(xiǎn)決策引入前景目標(biāo)的突變判斷,并通過實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
　

3、　 3.對傳統(tǒng)粒子濾波預(yù)測方法進(jìn)行了改進(jìn),分別計(jì)算目標(biāo)顏色模型和目標(biāo)紋理模型與粒子的Bhattacharyya距離,并以此作為粒子權(quán)值更新的重要依據(jù)。將基于顏色的權(quán)值和基于紋理的權(quán)值的加權(quán)和作為綜合權(quán)值,它可以反映背景和目標(biāo)的特征,從而有效適應(yīng)了目標(biāo)跟蹤時(shí)的背景和目標(biāo)變化。進(jìn)而提出了一種基于多信息融合的自適應(yīng)粒子濾波算法,該算法在粒子濾波的框架下引入了一種自適應(yīng)觀測模型,給出兩個(gè)狀態(tài)轉(zhuǎn)移方程和三個(gè)量測方程,使粒子能根據(jù)背景不同的復(fù)雜度