| 基于后验概率度量的粒子滤波跟踪算法研究 |
| |
| 引用本文： | 李向军,李良福.基于后验概率度量的粒子滤波跟踪算法研究[J].应用光学,2011,32(4):646-651. |
| |
| 作者姓名： | 李向军 李良福 |
| |
| 作者单位： | 1. 海军驻西安二十所军事代表室，陕西 西安 710068;
2. 西安应用光学研究所，陕西 西安 710065 |
| |
| 基金项目： | 国家863计划，中国博士后基金特别资助 |
| |
| 摘 要： | 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题，提出一种基于后验概率度量的粒子滤波跟踪算法。由于后验概率指标与Bhattacharyya系数指标相比具有更强的峰值特性，采用后验概率指标作为相似性度量函数，通过粒子的更新、推广、观测、估计等步骤实现跟踪算法。通过对实际视频图像序列进行目标跟踪实验，实验结果表明:传统算法只有约50%的图像能够实现尺度自适应，而本文算法采用传统算法25%的粒子就能够收敛逼近目标的真实轨迹，达到更强的抗遮挡能力，90%以上的图像序列都能够实现良好的尺度自适应效果。
|
| 关 键 词： | 后验概率 Bhattacharyya系数 粒子滤波 视觉跟踪 |
Particle filter algorithm based on posterior probability measurement |
| |
| LI Xiang-juu,LI Liang-fu.Particle filter algorithm based on posterior probability measurement[J].Journal of Applied Optics,2011,32(4):646-651. |
| |
| Authors: | LI Xiang-juu LI Liang-fu |
| |
| Institution: | 1. PLA Representative Office at No.20 Institute, Xi-an 710065, China;
2. Xi-an Institute of Applied Optics, Xi-an 710065, China |
| |
| Abstract: | To meet visual tracking requirements in complex environment where obscuration,illumination change and size variation may occur,this paper presents a particle filter algorithm based on posterior probability measurement.Compared with Bhattacharyya coefficient similarity measurement index,the posterior probability measurement index has stronger peak value characteristic.This paper uses the posterior probability index as similarity measurement function,and realizes the tracking algorithm by particle update,prop... |
| |
| Keywords: | posterior probability Bhattacharyya coefficient particle filter visual tracking |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《应用光学》浏览原始摘要信息 |
| 点击此处可从《应用光学》下载免费的PDF全文 |
