基于密度迭代的粒子濾波視頻目標跟蹤算法研究.pdf

1、視頻目標跟蹤是近年來計算機視覺領(lǐng)域中的研究熱點，在人機交互、視頻監(jiān)控、智能交通等方面都有著廣泛的應(yīng)用。視頻目標跟蹤算法的優(yōu)劣性直接影響著運動目標跟蹤的穩(wěn)定性和精確度，研究一種魯棒性好、實時性高的視頻目標跟蹤算法是該領(lǐng)域所面臨的重要問題。當前的目標跟蹤算法由于計算復(fù)雜度高、跟蹤環(huán)境復(fù)雜等問題，算法的魯棒性和實時性仍有待改進。
　　 視頻目標被遮擋是視頻目標跟蹤處理上的難點之一，目前仍沒有一種算法能夠同時的解決各種遮擋問題，包括目標

2、被部分遮擋、全部遮擋及相似物體遮擋干擾等等問題。本文提出了基于密度迭代的粒子濾波目標跟蹤算法(DensityPropagation based Particle Filter,DP-PF)，利用每一時刻目標出現(xiàn)時的粒子群的分布密度、權(quán)值密度迭代到后續(xù)視頻序列當中進行處理，有效地提高算法的魯棒性；利用RGB顏色空間分量壓縮及結(jié)合像素位置信息的權(quán)重因素建立目標特征模型，Bhattacharyya系數(shù)作為模型之間的相似性度量以提高算法的效率。