基于粒子濾波的復(fù)雜背景下的目標(biāo)跟蹤方法研究.pdf

1、視頻目標(biāo)跟蹤是一門融合了模式識別、圖像處理、濾波理論、概率論及隨機(jī)過程等多學(xué)科的復(fù)雜課題。其作為計(jì)算機(jī)視覺領(lǐng)域的核心技術(shù)，已經(jīng)廣泛應(yīng)用于軍事、工業(yè)和民用等各個(gè)領(lǐng)域。視頻目標(biāo)跟蹤雖然經(jīng)過眾多學(xué)者的研究，取得了一定的成果，但總不能滿足人們更高層次的要求。
　　 本文針對復(fù)雜背景下，目標(biāo)被遮擋時(shí)傳統(tǒng)跟蹤方法無法實(shí)現(xiàn)準(zhǔn)確跟蹤的問題，在對傳統(tǒng)跟蹤方法研究的基礎(chǔ)上，采用智能算法與粒子濾波相結(jié)合的方法來優(yōu)化跟蹤算法，并建立多特征融合的觀測模型

2、，克服復(fù)雜背景下目標(biāo)被部分遮擋的問題。本文的主要工作包括以下兩個(gè)方面：
　　 (1)針對粒子濾波自身存在的粒子退化和粒子匱乏問題，提出了一種基于混沌改進(jìn)的粒子群優(yōu)化粒子濾波算法。通過粒子群優(yōu)化算法，驅(qū)動粒子向高似然域移動，并通過混沌擾動與搜索使粒子群優(yōu)化的粒子濾波適時(shí)的跳出局部最優(yōu)，找出全局最優(yōu)位置，使粒子向全局最優(yōu)位置靠近，從而增加有效估計(jì)粒子數(shù)目，提高粒子多樣性，抑制粒子退化和匱乏問題。仿真結(jié)果表明：與常規(guī)的粒子濾波算法和傳

3、統(tǒng)的粒子群優(yōu)化粒子濾波算法相比，本文提出的基于混沌的粒子群優(yōu)化粒子濾波算法在估計(jì)精度上有顯著的提高。
　　 (2)針對復(fù)雜背景下，提取目標(biāo)單一特征無法較完整的刻畫目標(biāo)所導(dǎo)致的難以準(zhǔn)確跟蹤的問題和當(dāng)目標(biāo)物被遮擋時(shí)跟蹤失敗的問題，本文提出了一種多特征融合的粒子濾波算法。通過提取目標(biāo)的顏色和紋理特征建立融合的觀測模型，克服復(fù)雜背景下難以準(zhǔn)確跟蹤目標(biāo)的問題；自適應(yīng)的確定動態(tài)系統(tǒng)噪聲方差，增大粒子活動范圍，克服目標(biāo)被部分遮擋時(shí)目標(biāo)丟失的問