基于自适应粒子滤波器的物体跟踪.pdfVIP

第14卷第1期 中国图象图形学报 V01．14，No．1 of and Jan．，2009 2009年1月 Journal ImageGraphics 基于自适应粒子滤波器的物体跟踪 夏利民 张良春 (中南大学信息科学与T程学院，长沙410075) 摘 要利用分类概念及粒子滤波理论，提出了一种基于自适应粒子滤波器的物体跟踪算法。将Boosting算法引 入粒子滤波器，构建了自适应粒子滤波器，该方法首先利用背景信息和目标信息建立特征分类器，将分类器的输出 结果作为粒子滤波系统观测的重要信息，进行粒子权值的计算，并在跟踪过程中不断更新特征分类器，从而自适应 地更新粒子的权值。实验结果表明，该算法可以根据背景信息的不同自适应地选择特征，对于存在遮挡、形变及背 景干扰等情况，依然可以很好地对目标进行稳定跟踪。 关键词 粒子滤波器 自适应特征选择跟踪 Boosting算法 文献标识码：A 中图法分类号：TP391．41 文章编号：1006—8961(2009)01·0112—06 Basedon ParticleFilter ObjectTracking Adaptive XIA Li-min，ZHANGLiang—chun Scienceand CentralSouth (SchoolofInformation Engineeringof University，Changsha410075) AbstractAn basedon filteris inthis is objecttrackingalgorithm adaptiveparticle proposedpaper．Boostingalgorithm introducedinto filter filterisconstructed．Featuresclassifiersareconstructed particlealgorithm，andadaptiveparticle utilizing informationand the oftheseclassifierstakenas informationof information，and important objeet background outputs observationsof filterareusedtocalculate classifiersare in particle particles’coefficient．Also，theseupdatedduringtracking showsthatthe we can orderto result adaptively．Theexperiment trackingalgorithm