基于粒子濾波的多特征視頻目標(biāo)跟蹤優(yōu)化算法研究.pdf

1、隨著圖像信號(hào)處理相關(guān)研究的不斷深入，以視頻處理為代表的多媒體處理系統(tǒng)的硬件升級(jí)和更新，高性能計(jì)算機(jī)的普及，計(jì)算機(jī)視覺(jué)領(lǐng)域得到迅速發(fā)展?；谟?jì)算機(jī)視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)成為當(dāng)前國(guó)內(nèi)外的熱門(mén)研究課題之一。當(dāng)前目標(biāo)跟蹤的研究以跟蹤過(guò)程的穩(wěn)健為核心，本文以粒子濾波算法為基礎(chǔ)，針對(duì)算法中存在的不足，提出改進(jìn)策略和方法。主要包括以下幾個(gè)方面：
　　其一，研究目標(biāo)檢測(cè)的理論，根據(jù)場(chǎng)景的不同，詳細(xì)闡述基于動(dòng)態(tài)背景和靜態(tài)背景的目標(biāo)檢測(cè)方法，從而為后

2、文的優(yōu)化特征提取作理論基礎(chǔ)。以粒子濾波理論為基礎(chǔ)，建立有效的觀測(cè)模型。本文針對(duì)單一目標(biāo)特征抗干擾能力差的缺點(diǎn)，提出以顏色特征，紋理特征，以及運(yùn)動(dòng)邊緣特征進(jìn)行自適應(yīng)融合，實(shí)現(xiàn)彼此特征間的優(yōu)勢(shì)互補(bǔ)。其中紋理特征的提取采用的是二值模式的紋理提取算子，其具有光照不變性、抗噪聲性和保護(hù)紋理邊緣等特點(diǎn)。
　　其二，在建立狀態(tài)轉(zhuǎn)移模型時(shí)，將系統(tǒng)噪聲的因素加入其中。根據(jù)不同特征的巴氏相似度對(duì)噪聲進(jìn)行加權(quán)修正，此外對(duì)于不同的特征權(quán)值采用特有的自適應(yīng)

3、更新策略，以單特征時(shí)粒子加權(quán)和目標(biāo)上一狀態(tài)的最終粒子加權(quán)結(jié)果差的絕對(duì)值來(lái)決定當(dāng)前單特征的可信度。
　　其三，粒子濾波的重采樣環(huán)節(jié)，提出了三分重采樣策略。將所有粒子以權(quán)值大小排序后，剔除權(quán)值小的粒子，等分為三份，將大權(quán)值和小權(quán)值的兩部分聚集，然后進(jìn)行重采樣，一方面減少了重采樣的粒子數(shù)，另一方面避免粒子被重復(fù)復(fù)制，最大程度上保留了粒子多樣性，同時(shí)為了降低算法的計(jì)算量。應(yīng)對(duì)遮擋等復(fù)雜外界環(huán)境時(shí)提出動(dòng)態(tài)粒子數(shù)調(diào)整策略，一方面在粒子權(quán)值排序