一种基于信息融合的粒子滤波跟踪算法.pdfVIP

第29卷第5期 计 算 机 应 用 研 究 Vo1．29No．5 2012年 5月 ApplicationResearchofComputers Mav2012 一 种基于信息融合的粒子滤波跟踪算法冰 周元璞 ，杨 华 ，娄和利 ，吴晓迪 ，冯云松 (电子工程学院a．脉冲功率激光技术 国家重点实验室；b．安徽省红外与低温等离子体重点实验室，合肥 230037) 摘 要：针对粒子滤波在复杂背景下容易造成跟踪 目标丢失的问题，提 出一种基于多特征信息融合的粒子滤波 算法。该方法同时利用灰度和梯度信息描述 目标，有效提高了复杂场景下对 目标描述的可靠性；在此基础上，推 导出多信息融合的观测似然函数 ，将两种信息融合在一起 ，使得融合算法能根据 当前跟踪形势 自适应调整各信 息的加权，实现了信息间的优势互补。实验结果表明，该算法鲁棒性较高，明显提高了跟踪精度。 关键词 ：粒子滤波；特征描述 ；信息融合 ；目标跟踪 中图分类号 ：TP391．41 文献标志码：A 文章编号：1001—3695(2012)05—1729—03 doi：10．3969／j．issn．1001—3695．2012．05．034 Algorithm basedoninformationfusionandparticlefilter ZHOU Yuan—pu ，YANG Hua ，LOU He—li ，WUXiao—di一，FENG Yun—song (a．StateKeyLaboratoOofPulsedPowerLaserTechnology，b．KeyLaboratoryofInfrared＆LowTemperaturePlasmaofAnhuiProvince，Elec— tronicEngineeringInstitute，Hefei230037，China) Abstract：Aimingattheproblem oftrackingfailurebasedontraditionalalgorithm incomplexbackground，thispaperproposed aparticlefiltertrackingalgorithm basedoninformationfusion．Thismethodcombinedtargets’grayscalewithgradient，which efficientlyimprovedthereliabilityoftargetdescription．Onthisbasis，themethoddeducedthelikelihoodfunctionofinforma— tionfusiontofusethetwofeatures，SOthatthefusionalgorithm selectdproperfusionweightforeachcueintermsofcurrentsi— tuation，achievedthegoalofcomplementingeachother’Sadvantages．Experimentalresultsshow thattheproposedmethodhas betterrobustandtrackingaccuracy． Keywords：particlefilter；featuredescription；informationfusion；targettracking 特征结合起来 ，在粒子滤波框架内进行概率融合以跟踪 目标， 0 引言 同时给出了一种有效的模型更新方法。实验证明，运用该算法 粒子滤波跟踪算法由于其处理非线性 、非高斯问题的突出 进行 目标跟踪 ，当一种特征受到背景影响鉴别性时，另一种特