基于多变量动态建模的粒子滤波行人跟踪算法实现
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.
行人检测、行人跟踪、AdaBoost、加权颜色直方图、粒子滤波
35
TP391.4(计算技术、计算机技术)
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2014jxtd110,2015tszy089
2017-08-07（万方平台首次上网日期，不代表论文的发表时间）
共7页
47-53
