特征融合和聚类核函数平滑采样优化的粒子滤波目标跟踪方法.pdfVIP

第 39卷 第 4期 计 算 机 科 学 Vo1．39No．4 2012年 4月 Computer Science ADr2012 特征融合和聚类核函数平滑采样优化的粒子滤波 目标跟踪方法 李 科 徐克虎 (装 甲兵工程学院控制工程系 北京 100072) 摘 要 针对复杂场景下的 目标跟踪 问题，提 出了一种改进的粒子滤波 目标跟踪方法。利用背景加权后的联合直方 图描述 目标灰度和梯度特征信息，在粒子滤波算法的框架下，设计了一种 自适应特征融合观测模型来适应场景的不断 变化；同时针对传统粒子滤波算法存在的粒子退化问题，提出了一种基于聚类核函数平滑采样的方法。理论仿真和实 际场景的实验结果表明，该算法适应性更强，精度更高，能有效跟踪复杂场景下的运动目标。 关键词 目标跟踪，特征融合，粒子滤波，重采样 中图法分类号 TP391 文献标识码 A OptimalParticleFilterObjectTrackingAlgorithmBasedonFeaturesFusionand ClusteringKernelFunctionSmoothSampling LIKe XU Ke-hu (DepartmentofControlEngineering，AcademyoftheArmoredForceEngineering，Beijing100072，China) Abstract Animprovedparticlefilterobjecttrackingalgorithmwasproposedtosolveobjecttracking problemsincorn- plexscene．Thispaperusedunitedhistogram todescribetargetgrayscaleandgradientdirectionfeaturesirMomaation。 anddesignedaself-adaptivefeaturesfusionobservationmode1toaadptthechangingscene．Tosolveparticlesdegeneracy problem ofbasicparticlefilter，aresampling methodbasedonclusteringkerne1functionsmoothwasproposeTheex- perimentalresultsbasedonsimulationandtheactualscenesshow thatthisalgoritmh ismoreadaptableandpossesses hi曲eraccuracy，cantrackthemovingobjectincomplexsceneeffectively． Keywords Objecttracking，Featuresfusion，Particlefilter，Resmapling 1 引言 2 粒子滤波的基本原理 复杂场景下光照变化、目标变形、目标与背景相似、被遮 假设 目标的运动方程和观测方程为 ： 挡等问题一直是视觉 目标跟踪领域研究的难点，采用一般的 xt=f(xt一1，ut) (1) 算法往往很难实现鲁棒的跟踪。近年来，基于粒子滤波的方 一^(嚣， ) (2) 法被频频引入到视觉 目标跟踪 中[1]。粒子滤波以Monte 式中，五为状态向量，麓为观测向量， 和 ，分别为过程噪声 Carlo随机模拟理论为基础，是一种基于递推贝叶斯估计的统