基于多变量动态建模的粒子滤波行人跟踪算法实现
张玉荣
武汉理工大学信息工程学院,湖北武汉430070;徽商职业学院电子信息系,安徽合肥230061
摘要：对于行人运动模型是线性系统,噪声符合高斯分布,采用边检测边跟踪的卡尔曼滤波算法,试验达到了预期的效果.但在实际中行人的随机行走具有很大的不确定性,不一定是线性系统和高斯分布,此时利用Kalman滤波就会导致跟踪失败.研究了基于先检测后跟踪的加权颜色直方图为匹配模板,基于动态建模的粒子滤波实现对行人的有效跟踪.在初始帧利用AdaBoost算法确定行人的位置、大小等状态信息,以行人矩形框内的加权颜色直方图作为跟踪的目标模板,初始化粒子集.在后续的视频图像中,利用粒子滤波算法实现行人跟踪.结果表明,即使在目标有遮挡、阴影等复杂噪声背景下,提出的方法也能很好地跟踪到视频序列中行人.
关键词：行人检测行人跟踪AdaBoost加权颜色直方图粒子滤波
分类号：TP391.4(计算技术、计算机技术)
资助基金：安徽省自然科学研究重点项目(KJ2016A685)安徽省教育厅质量工程项目(2014jxtd110)安徽省教育厅质量工程项目(2015tszy089)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 47-53 )
英文信息