序列蒙特卡羅方法及其在視頻跟蹤中的應(yīng)用研究.pdf

1、視覺跟蹤是目前機(jī)器視覺研究領(lǐng)域的熱點(diǎn)問題，它在安全監(jiān)控，智能交通，視頻壓縮與檢索等方面有廣闊的應(yīng)用前景。視頻跟蹤系統(tǒng)以圖像序列為輸入，輸出則是圖像中目標(biāo)的各種屬性，如目標(biāo)大小，位置，速度等。在理想情況下，這些輸出信息都應(yīng)該是實(shí)時(shí)的、準(zhǔn)確的。然而，在現(xiàn)實(shí)世界中，由于各種干擾的存在，往往很難達(dá)到理想狀態(tài)。能夠遞推估計(jì)目標(biāo)狀態(tài)的濾波算法則是整個(gè)跟蹤系統(tǒng)的重要基石。近年來出現(xiàn)了一個(gè)研究非線性非高斯濾波算法的高潮。 本文所做的工作就是研究

2、一種視頻跟蹤算法，使其能夠有效地抑制現(xiàn)實(shí)世界中存在的種種干擾。 首先，回顧了卡爾曼濾波算法(Kalman Filtering，KF)、擴(kuò)展卡爾曼濾波算法(Extended Kalman Filtering，EKF)以及Unscented卡爾曼濾波算法(LJnscented KalmanFiltering，UKF)，但更多的注意力集中在了以序列蒙特卡羅估計(jì)為基礎(chǔ)的粒子濾波算法。 其次，對(duì)Unscented變換策略以及粒子濾

3、波重采樣策略都進(jìn)行了研究，提出了一種基于最小偏度采樣的UPF(Unscented Kalman Particle Filtering.UPF)算法，并且將該策略應(yīng)用于UKK算法中，以UKF方法生成建議分布并從中采樣，解決了一般粒子濾波算法中以轉(zhuǎn)換先驗(yàn)密度函數(shù)作為替代分布所引發(fā)的粒子退化等問題。 最后，提出了一種新的視頻目標(biāo)跟蹤算法，它以粒子濾波為框架，融合了觀測(cè)數(shù)據(jù)中的顏色信息與運(yùn)動(dòng)信息。理論分析和實(shí)驗(yàn)結(jié)果表明，改進(jìn)的UPF算法