基于FCM聚类的粒子滤波多目标跟踪算法.pdfVIP

学兔兔 第32卷 第 11期 仪 器 仪 表 学 报 Vo1．32No．11 2011年 11月 ChineseJournalofScientificInstrument NOV．2011 基于FCM 聚类的粒子滤波多目标跟踪算法术 陈 龙，郭宝龙，孙 伟 (西安电子科技大学图像工程与智能控制研究所 西安 710071) 摘 要：针对多 目标跟踪中相似 目标的发散问题和跟踪核函数窗宽固定的缺陷，提出一种基于FCM(fuzzyC—means)聚类的粒 子滤波算法。该算法结合经典粒子滤波理论，使用可变椭 圆作为粒子区域 ，在粒子滤波的重要性重采样后 ，通过 Mean．Shift算 法获得每个 目标的聚类中心，使用FCM聚类算法完成粒子聚类，获得相应 目标的粒子子群，最后通过粒子子群估计各 目标的最 终状态并修正核窗口宽度。实验表明，与传统粒子滤波算法相比，该算法解决了传统粒子滤波的发散问题 ，减少了粒子数量，能 够准确地对多目标进行跟踪，具有很好的鲁棒性和实时胜。 关键词：粒子滤波；FCM聚类；多 目标跟踪 中图分类号：TP391 文献标识码：A 国家标准学科分类代码：510．4050 M ulti—targettrackingalgorithm basedonFCM andparticlefilter ChenLong，GuoBaolong，SunWei (Institute0厂IntelligentControl＆ImageEngineering，XidianUniversity，Xian710071，China) Abstract：Divergenceproblem ofsimilartargetsandfixedwindowwidthoftargetkernelfunctionarethedefectsex- istinginmultiple-objecttrackingmethod．Thenewalgorithmstatedinthispaperisbasedonclassicalparticlefilter theory．Firstly，variableellipseisusedasparticlezonetogaintheclustercenterofeachobjectthroughMean-Shift algorithm afterimportancere-sampling．Then，FCM isusedtocompleteparticleclusteringandgettheparticlesubset ofrespectiveobjects．Lastly，thefinalstateofeachtargetiscalculatedandthekernelwindowwidthisrevised throughparticlesubgroup．Experimentsprovethatthisalgorithm cansolvethedivergenceproblem oftraditionalpar- ticlefilter，reducenumberofparticles，andhasrobustnessandreal—timeproperty． Keywords：particlefilter；FCM；multi—objecttracking 态的后验概率密度 函数 (probabilitydensityfunction— 1 引 言 PDF)的方法。该方法不受动态系统中随机变量分布形 式的限制，能够有效地应用于非线性、非高斯的运动系统 对视频序列中感兴趣 目标进行有效跟踪