基于均值漂移聚類和優(yōu)化的粒子濾波跟蹤算法研究.pdf

1、視覺跟蹤是計算機視覺領(lǐng)域的最重要分支之一，被廣泛地應(yīng)用于軍事、民用領(lǐng)域，是當今研究的一個熱點。跟蹤問題在根本上是濾波和預(yù)測問題。本文從基本的粒子濾波算法框架出發(fā)，對算法進行了深入的學(xué)習(xí)和研究，結(jié)合跟蹤實際問題，對其進行了局部優(yōu)化和改進。
　　首先介紹了粒子濾波的原理、特性以及在視覺跟蹤中的應(yīng)用；其次，對另一種跟蹤算法——均值漂移，進行了簡單的介紹，該算法經(jīng)典的尋優(yōu)特性將被應(yīng)用在粒子框架中；接下來，對目標特征——顏色特征和空間特征進

2、行研究，主要介紹兩者的提取和匹配，以及在跟蹤問題中的應(yīng)用；針對整體遮擋和快速機動目標，提出了一種新的搜索策略；最后，結(jié)合算法優(yōu)化、目標特征、搜索策略以及跟蹤框架，得到最終的跟蹤算法，最后，通過仿真實驗對改進算法進行分析和驗證。下面詳細介紹本文具體的研究內(nèi)容和成果。
　　針對粒子濾波算法計算量大和粒子退化問題，提出將Mean-Shift算法植入到觀測后，對粒子進行位置及其權(quán)值的自適應(yīng)范圍的聚類，提高粒子描述目標的質(zhì)量，避免傳統(tǒng)粒子濾

3、波聚類的權(quán)值信息的丟失，改善粒子分布情況，以此作為減少粒子數(shù)目和規(guī)范重采樣范圍的前提；以粒子距目標估計中心距離為直徑的圓形區(qū)域作為收斂區(qū)域，提高了粒子質(zhì)量，優(yōu)化了粒子集合。
　　研究了基于空間特征的目標跟蹤的實現(xiàn)和應(yīng)用。進行了簡單場景下 RGB顏色空間的粒子濾波算法的跟蹤，針對空間直方圖計算量大的問題，提出了一種直方圖簡化算法，即只對候選模板和目標模板同時非零的對應(yīng)區(qū)間進行計算，通過實驗分析對比算法的有效性。
　　針對嚴重遮

4、擋和快速機動小目標的跟蹤問題，本文提出了一種搜索策略，當遮擋和目標丟失情況發(fā)生時，啟用該策略，當目標被重新定位時再進入正常的算法循環(huán)，對粒子濾波算法估計出的近似最優(yōu)結(jié)果進行Mean-Shift鄰域極值搜索，提高定位精度，進而建立模型，通過巴氏系數(shù)來控制粒子數(shù)目；并用均值漂移算法的鄰域搜索極值特性修正跟蹤結(jié)果，用修正后的跟蹤結(jié)果對比目標模板，以此時的巴氏系數(shù)作為調(diào)整粒子數(shù)和重采樣范圍的依據(jù)。至此，形成了一種自適應(yīng)粒子數(shù)調(diào)節(jié)和重采樣范圍的粒