文件名称：论文研究-基于联合特征的边缘粒子滤波目标跟踪算法研究.pdf
文件大小：1.33MB
文件格式：PDF
更新时间：2022-08-11 13:15:07
目标跟踪,边缘粒子滤波,核概率密度估计,卡尔曼滤波算法
针对采用单一特征建立的动态空间模型与实际系统差距较大，从而使估计误差增加的问题，通过将系统的状态参数引入颜色特征模型中，与颜色特征参数一起构成系统状态空间向量，提出了一种联合颜色状态特征的优化目标跟踪算法。应用Rao-Blackwellization算法思想，由Kalman线性滤波方法解析处理线性的颜色特征转移和更新过程；而目标位置参数采用粒子滤波进行估计，提高了视频目标跟踪的精度和实时性。通过与其他相似算法的比较实验结果可以看出，算法在环境亮度发生变化、目标遮挡等情况下，仍能够保持较高的跟踪精度，既提高了跟踪系统的鲁棒性，又保证了算法的实时性，优于传统的单一特征视频跟踪算法。