一种基于多特征聚类的粒子滤波跟踪算法.pdfVIP

第33卷第5期 2011年9月 机器人 ROBOT VoS1e．3p3，No．5 2011 ．， DoI：10．3724／SPJ．1218．2011．00634 一 种基于多特征聚类的粒子滤波跟踪算法 包加桐 ，郭 唐鸿儒2，宋爱国1 (1．东南大学仪器科学与]_程学院，江苏 南京 2．扬州大学能源与动力工程学院，江苏扬州 225127) 摘 要：提出了一种基于多特征聚类的粒子滤波 目标跟踪算法．针对 目标描述特征的多样性、特征分布描述方 法的差异性及特征空间结构的任意性，提出将 目标模型多特征表示统一在聚类计算框架下．算法利用基于均值移动 的特征空间分析方法来 自适应地计算任意结构特征空间中的聚类，在聚类的基础上提出了一种高效准确的目标概率 密度估计方法来表示 目标模型．利用核密度估计相似度量方法计算参考 目标与候选 目标的距离，作为粒子滤波系统 观测的重要信息．提出了改进的粒子传播模型，有效提高粒子利用率．在大量真实序列图像上，使用LUV颜色特征 与LBP纹理特征进行了目标跟踪实验．实验结果表明，提出的算法能获得较高的跟踪精度、鲁棒性强且满足实时性 要求，与一些其它典型的算法相比，整体跟踪性能更好． 关键词：目标跟踪；聚类分析；概率密度估计；粒子滤波 晏 中图分类号：TP391 文献标识码：A 文章编号：1002—0446(2011)一05．0634．07 A ParticleFilterTrackingAlgorithm BasedOI1Multi-FeatureClustering BAO Jiatong ，GUOYan ，TANGHongru ，SONG Aiguo (1．SchoolofInstrumentScienceandEngineering，SoutheastUniversity，Nanjing210096，China； 2．SchoolofEnergyandPowerEngineering，YangzhouUniversiyt，Yangzhou225127，China) Abstract：A particlefiltertrackingalgorithm basedonmulti—featureclusteringisproposed．Toaddresstheissuessuch asthediversityoftargetfeatures，thedifferencebetweenmehtodsoffeaturedistributiondescription，andhtearbitrarinessof featurespatialstructure，htemulti—featuresrepresentationoftargetmodelisunifiedintoaclusteringcomputingframework。 Themena shiftbased feautrespaceanalysisapproach isemployedto adaptivelycalculatehteclustersin nayrabitrarily structuredfeautrespace．Basedontheclusters，atargetprobabifitydensityestimationmehtod，whichisefficientna daccurate， ispr