基于蒙特卡洛方法的改進(jìn)粒子濾波算法.pdf

1、近年來(lái)，智能視頻監(jiān)控技術(shù)得到了廣泛的研究與應(yīng)用。其中，運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。存在著廣泛的應(yīng)用前景。由于實(shí)際系統(tǒng)大多是非線性、非高斯的，擴(kuò)展卡爾曼濾波算法和粒子濾波算法已成為廣泛使用的運(yùn)動(dòng)目標(biāo)跟蹤算法。
　　 本文研究的主要內(nèi)容是基本粒子濾波算法的原理和特征，以及當(dāng)前存在的主要問(wèn)題，對(duì)其關(guān)鍵技術(shù)進(jìn)行歸納分析，從以下三個(gè)方面對(duì)基本粒子濾波跟蹤算法進(jìn)行改進(jìn)：
　　 一、粒子濾波的主要的計(jì)算量都是由

2、粒子的采樣和重采樣過(guò)程帶來(lái)的，為了減少粒子數(shù)，在采樣過(guò)程中，一邊采樣，一邊判斷該粒子是否滿足跟蹤精度閾值，如滿足，則跳躍到下一幀，否則繼續(xù)采樣，直到抽出最大采樣數(shù)個(gè)粒子或重采樣。改進(jìn)后的算法提高了運(yùn)算效率，節(jié)約了運(yùn)算時(shí)間。通過(guò)仿真實(shí)驗(yàn)和視頻的跟蹤實(shí)驗(yàn)，驗(yàn)證了改進(jìn)算法在有效實(shí)現(xiàn)跟蹤的同時(shí)，大大提高計(jì)算處理實(shí)時(shí)性。
　　 二、本文在擴(kuò)展卡爾曼粒子濾波(EKPF)中使用多樣式重采樣，與傳統(tǒng)的重要性重采樣相比，更大的保證了粒子的多樣性以

3、及跟蹤的穩(wěn)定性。仿真實(shí)驗(yàn)證明了改進(jìn)后算法的優(yōu)越性。
　　 三、因?yàn)閿U(kuò)展卡爾曼濾波(EKF)在非線性情況下也可以實(shí)現(xiàn)較好的跟蹤，而且計(jì)算量遠(yuǎn)小于粒子濾波算法，在以上改進(jìn)的基礎(chǔ)上，本文提出了改進(jìn)后粒子濾波算法與EKF相結(jié)合的復(fù)合算法。在復(fù)合算法中，每個(gè)時(shí)刻優(yōu)先使用EKF跟蹤，然后判斷是否跟蹤上，若跟蹤上則跳到下一個(gè)時(shí)刻，否則引入改進(jìn)粒子濾波算法。實(shí)驗(yàn)證明，某些時(shí)刻擴(kuò)展卡爾曼濾波算法的跟蹤結(jié)果比粒子濾波還要好，復(fù)合算法有效利用這些時(shí)刻