一种基于粒子自适应特征置信度的运动目标跟踪算法
本文针对跟踪过程中目标易受到光照、遮挡和目标物相似等影响造成跟踪不准确的问题,提出了一种在粒子滤波框架下的优化目标跟踪算法.该算法使用多特征融合构建目标模型,根据粒子贡献度优化粒子权值,按照粒子自适应的特征置信度动态调节粒子权值,对模板进行更新.该算法降低了背景噪声对目标的干扰,避免粒子滤波算法陷入样本枯竭,使目标跟踪算法的跟踪精度更高,并能解决目标遮挡问题.通过与其他跟踪算法进行对比,实验结果验证了本文算法的有效性.
运动目标 跟踪算法 图像识别 粒子滤波 背景噪声
王婧 朱虹 时华
西安理工大学自动化与信息工程学院,西安710048
国内会议
珠海
中文
919-923
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）