首 页    学报简介    作者投稿    专家审稿    编辑办公    读者须知    联系我们
引用本文格式: 赵康,王正勇,何小海,郑新波,田刚. 基于改进粒子滤波的视觉目标跟踪 [J]. 四川大学学报: 自然科学版, 2019, 56: 0875~882.
 
基于改进粒子滤波的视觉目标跟踪
Visual object tracking based on improved particle filter
摘要点击 49  全文点击 19  投稿时间:2018-09-10  修订日期:2019-02-12
查看全文  查看/发表评论  下载PDF阅读器
DOI编号   
中文关键词   目标跟踪  重采样  自适应融合  模板更新
英文关键词   target tracking  resampling  adaptive fusion  template update
基金项目   国家自然科学基金,省自然科学基金,市自然科学基金
作者单位E-mail
赵康 四川大学电子信息学院 zhaokang_scu@163.com 
王正勇 四川大学电子信息学院 E-mail:459086908@qq.com 
何小海 四川大学电子信息学院  
郑新波 东莞前沿技术研究院  
田刚 新疆油田公司  
中文摘要
    针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法. 首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板. 实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.
英文摘要
    Aiming at the accuracy and robustness requirements of target tracking algorithm, we propose a visual target tracking algorithm based on improved particle filter. First, the target appearance model is described by establishing a variety of features, and the weighting coefficients of each feature component are adaptively adjusted. Then, we exploit the classification resampling method to solve the problem of particle degradation and scarcity in the original resampling method. Finally, a new template updating mechanism is proposed, which can adaptively select moving templates or original templates. The experimental results demonstrate that the improved algorithm has good tracking accuracy and robustness on the challenging tracking video sequences, and it can cope with the complex conditions such as low resolution of video images, rotation change of target, partial occlusion and so on.

您是第 3401341 位访问者

版权所有 @ 2007《四川大学学报 (自然科学版)》编辑部
地址: 四川省成都市武侯区四川大学望江校区文科楼330至342室  邮编: 610064
电话: (028)85410393  传真: (028)85410393  E-mail: scdx@scu.edu.cn
本系统由北京勤云科技发展有限公司设计