粒子滤波和卡尔曼滤波组合的瞳孔跟踪方法-计算机与数字工程.PDFVIP

总第342 期 计算机与数字工程 Vol. 46 No. 4 Computer Digital Engineering 2018 年第4 期 计算机与数字工程 739 2018 年第4 期 粒子滤波和卡尔曼滤波组合的瞳孔跟踪方法∗ 1 1 2 王长元 张文强 薛鹏翔 （1. 西安工业大学计算机科学与工程学院 西安 710021 ）（2. 西安工业大学理学院 西安 710021 ） 摘 要 由于瞳孔目标运动的非线性非高斯性，但是粒子滤波（Kalman Filter ）瞳孔跟踪算法能够很好地解决非线性非 高斯问题，卡尔曼滤波（Particle Filter ）算法是对瞳孔目标状态的最优估计。将粒子滤波算法和卡尔曼滤波算法组合可以获 得更为精确的瞳孔跟踪结果。粒子滤波的结果作为卡尔曼滤波的观测值，并且根据粒子滤波的跟踪结果确定卡尔曼滤波的 转换矩阵，最终达到理想的瞳孔目标跟踪性能。 关键词 粒子滤波；卡尔曼滤波；瞳孔跟踪 中图分类号 TP391.41 DOI：10. 3969/j. issn. 1672-9722. 2018. 04. 022 PupilTrackingMethodCombinedWithParticleFilterandCalman Filter 1 1 2 WANGChangyuan ZHANGWenqiang XUEPengxiang （1. College of Computer Science and Engineering ，Xian Technogical University ，Xian 710021 ） （2. College of Science Han ，Xian Technogical University ，Xian 710021 ） Abstract Due to the nonlinear motion of non target pupil Gauss （Kalman Filter ），but the particle filter tracking algorithm can solve the nonlinear pupil good non Gauss ，Calman filter （Particle Filter ）algorithm is the optimal state estimation of target pupil. The results show that the combination of particle filter and Calman filter can get more accurate results. As a result of the Calman fil⁃ ter ，the particle filter is used to determine the transformation matrix of the Calman filter according to the tracking results of the parti⁃ cle filter. KeyWords particle filter ，kalman filter ，pupil tracking ClassNumber TP391.41 特别重要，它是指对摄像机摄取的序列图像进行逐 1 引言