一种改进的粒子滤波跟踪算法
在目标跟踪中，如果动态模型满足卡尔曼滤波假设，卡尔曼滤波是最优的，粒子滤波是次优的。而在通常情况下，被测系统往往无法达到最优，此时粒子滤波通常优于其它的滤波方法。为了解决粒子滤波迭代过程中出现的粒子退化和匮乏问题，本文在采样和重采样过程中引入交叉操作和变异操作。由于Gabor小波在描述目标特征过程中对于几何变形、亮度变化以及噪声不敏感，对运动目标以及目标局部遮挡等情况能够实现稳定的跟踪，故本文构建Gabor小波特征模板，提出了一种改进的粒子滤波算法，实现了在不同环境下的目标稳定跟踪。
粒子滤波 运动目标跟踪 遗传算法 Gabor小波
高丙坤 李文超 王帅
大庆石油学院电气信息工程学院,大庆163318
国内会议
北京
中文
2581-2584
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）