首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献，搜索用时 15 毫秒
1.
针对视频图像运动目标跟踪时的时延问题和目标被遮挡时易丢失的问题,提出了一种基于Meanshift采样的辅助变量粒子滤波跟踪算法。采用AVPF算法作为跟踪算法的主体框架,对每个辅助采样粒子进行Meanshift转移,利用采样粒子确定候选目标区域,对候选目标模型与目标模型进行相似性度量,更新粒子权重,最后估计目标状态。仿真结果显示,本文算法能够有效处理跟踪过程中目标部分被遮挡的问题,具有较好的鲁棒性和较好的实时性。  相似文献   

2.
针对无线传感器网络实际环境的非线性模型目标跟踪问题,提出一种改进的粒子滤波跟踪算法。首先用模糊C-均值算法确定量测的目标归属,对同一目标的量测进行线性融合,然后用采样重要重采样粒子滤波估计目标位置。仿真结果表明：在非线性模型下,所提出算法与扩展卡尔曼滤波相比,目标估计位置的均方根误差从0．6895m显著减小到0．3703m。  相似文献   

3.
he way of conc     
:清华大学出版社,2000:280体育视频:3924,粒子滤波:3887,均值转移算法:3850,混合跟踪算法:3812,运动目标:3223,目标运动模型:3177,相似度:2691,目标模型:2537,颜色直方图:1819,滤波算法:1625体育视频:3744,粒子滤波:3709,均值转移算法:3673,混合跟踪算法:3637,运动目标:3075,目  相似文献   

4.
针对单一的传统目标跟踪算法计算量大、跟踪易丢失等问题,采用均值漂移算法嵌入到粒子滤波的跟踪框架中,遇到遮挡时,算法切换到粒子滤波进行跟踪,并采用重采样方法来抑制粒子退化现象;而在无遮挡时,采用均值漂移算法来提高跟踪的实时性和鲁棒性。实验结果表明,该算法可以增强算法目标在遮挡情况下的实时性和鲁棒性。  相似文献   

5.
针对边缘化粒子滤波器(MPF)中的Kalman滤波通常无法从量测方程中获得线性状态估计,以及标准粒子滤波器估计非线性状态计算量大和粒子退化的问题,提出了一种改进的MPF粒子滤波目标跟踪算法。该方法采用状态的预测值作为Kalman粒子滤波的量测更新,用Kalman滤波估计目标的速度和加速度,并通过蚁群优化算法改进标准粒子滤波器,并用以估计目标的位置信息。仿真结果表明:该方法在提高目标状态估计精度的同时,降低了粒子滤波的计算复杂度,克服了粒子滤波退化现象。  相似文献   

6.
针对标准粒子滤波算法中计算量大的问题,提出粒子滤波在目标跟踪中的状态维数降解方法。试验结果表明,该方法在保证跟踪精度的同时,极大减少了在二维或多维情况下的粒子滤波计算量,提高了粒子滤波的实时性能,取得了较好的跟踪效果。  相似文献   

7.
针对condensation目标跟踪算法中用先验转移概率作建议分布函数时没有充分考虑最新观测信息的缺点,提出了一种基于均值移动重要性采样的粒子滤波人脸跟踪算法.算法首先利用均值移动跟踪器粗略定位人脸目标,然后再用此跟踪结果去构造建议分布函数进行粒子传播.由于通过该方法所构造的建议分布函数中包含了最新的观测信息,所以它可以使大多数粒子点都能分布在真实状态区域周围,进而提高了粒子传播的准确性.人脸跟踪结果表明,该算法的跟踪性能明显优于标准condensation方法.  相似文献   

8.
针对目标在运动过程中会发生光照和姿态变化,背景干扰,遮挡等因素造成目标偏移甚至丢失的问题,提出了一种基于稀疏表示的目标追踪算法.在粒子滤波框架下,采用目标在超完备字典下的稀疏表示作为观测模型,通过l1范数优化求解稀疏表示系数,并利用重构残差更新粒子权重,可以有效地减小背景杂波和噪声对追踪算法的不利影响.实验结果表明,该算法有较好的稳定性和鲁棒性.  相似文献   

9.
在不确定噪声类型的非线性无线传感器网络环境下,采用分布式代价参考粒子滤波算法对移动目标进行跟踪。针对出现的概率密度函数方差不收敛的问题,结合最优控制思想,提出算法的改进。分析自适应函数中方差更新的特点,将修正系数γ替换步长k,以最接近真实轨迹为依据,选取最佳粒子;建立非高斯噪声的目标运动模型,利用仿真工具比较改进前后算法得出的多步数状态估计值方差,验证可行性,并给出修正系数γ的最佳取值范围。  相似文献   

10.
提出一种基于贝叶斯滤波递推状态估计的心脏运动测量信号实时滤波算法,提高心脏数据的测量精度,该方法建立了心脏运动模型与传感器误差模型,采用了扩展卡尔曼滤波与粒子滤波两种贝叶斯滤波方法的实现形式。实验结果表明,提出的算法有效地还原了心脏运动的真实值,并且满足了跟踪系统实时数据处理的要求,为整个系统精度的提高提供了保证。  相似文献   

11.
针对粒子滤波框架下稀疏表示跟踪算法存在的粒子规模大以及复杂的L1范数最小化计算等问题,提出一种基于方差估计的快速稀疏表示目标跟踪算法。该算法首先在运动估计阶段应用方差估计优化采样粒子的分布;然后利用L2范数代替L1范数对判别目标函数进行稀疏求解计算,并进一步从重构误差的度量形式做出改进来增强L2范数的稀疏性;最后利用在线字典学习(ODL)算法对模板字典进行在线更新。实验结果表明,该算法能够克服干扰实现稳定快速跟踪,提高跟踪效率。  相似文献   

12.
《嘉应学院学报》2016,(2):27-34
针对传统目标跟踪算法在背景复杂.目标形态和光照条件剧烈变化情况下跟踪效果不佳的问题,提出了一种新的目标跟踪算法.该算法在粒子滤波框架下用仿射变换和Gabor特征表示图像,用模板字典稀疏表示候选目标,并用增量学习算法对模板字典进行更新.试验部分将该算法与其他跟踪算法在Matlab平台上进行比较,试验结果表明该算法具有鲁棒性强、跟踪效果好的优点.  相似文献   

13.
鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。  相似文献   

14.
针对在杂波环境下对机动多目标进行检测与跟踪时,跟踪精度低、计算复杂度高等问题,提出一种基于高斯粒子滤波(GPF)实现的势概率假设密度滤波(CPHD)平滑算法。文章从CPHD平滑公式出发,结合GPF的特点,在CPHD的预测和更新步迭代目标状态的均值和协方差,并采用高斯函数来近似目标状态的后验概率密度,提出基于高斯粒子滤波实现的GPF-CPHD平滑器。仿真结果表明,所提平滑器的检测与跟踪性能优于未经平滑处理的CPHD滤波器。  相似文献   

15.
运动目标检测和跟踪技术是视频监控系统中的两大关键技术,本文以智能视频监控系统研究为基点,介绍了智能视频监控系统的兴起及组成部分、运动目标检测与跟踪算法的基本作用原理,阐述了基于智能视频监控系统的运动目标检测方法和运动目标检测方法的实现,分析了包括基于均值偏移的跟踪算法、基于粒子滤波的跟踪算法、融合Mean-Shift的粒子滤波跟踪算法在内的运动跟踪方法,对于后期智能视频监控系统的运动目标检测和跟踪研究具有一定的指导意义.  相似文献   

16.
为了探寻非线性、非高斯系统滤波的最优算法,运用Python搭建Monte Carlo仿真实验模型,观察了扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、重要性重采样算法(SIR)和辅助粒子滤波(APF)的状态估计曲线,对比了仿真结果的RMSE平均值,对各种滤波算法进行性能评估.实验结果表明,EKF对于强非线性系统会出现滤波发散现象,APF比UKF和SIR有更好的跟踪准确性.  相似文献   

17.
针对传统Mean-Sshift算法对于运动目标特征变化较快、某些干扰和遮挡等问题而引起目标定位偏差的情况,提出了一种基于改进型的颜色直方图的Mean-Shift算法,该算法是将颜色直方图和三重帧间差分的方法相结合的一种目标跟踪算法。实验结果表明,应用改进后的算法思想,可以较准确的对视频流中的行人目标进行实时跟踪,新算法能较好的解决运动目标特征变化较快而引起跟踪不准确的问题,实现对行人目标进行准确定位跟踪。  相似文献   

18.
在对Kinect采集到的图像进行预处理后,为了实现行人运动目标检测,需要对行人目标进行特征识别,然后将识别分割的区域作为行人目标的备选区域。通过改进的自适应高斯混合模型的背景建模对预处理后的深度图像进行行人目标分割,分离出有用信息,然后利用Freeman链码方法提取连通域轮廓,作为行人目标的人体头部区域,便于后续对行人目标的跟踪与统计研究。试验表明,最终得到的结果达到了预期目标,算法准确性与鲁棒性很好。  相似文献   

19.
本文以粒子滤波(PF,Particle Filter)为基础,针对PF中存在的粒子集退化问题提出了一种改进的粒子滤波算法,并进行Matlab仿真,分析了粒子滤波算法以及改进的粒子滤波算法的优劣性.  相似文献   

20.
将卡尔曼(Kalman)滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号