粒子濾波及相關算法在體育視頻目標跟蹤中的研究.pdf

1、目標跟蹤是計算機視覺領域中的一個重要研究方向。研究一種魯棒性好、精確度高、性能穩(wěn)定和適用性強的目標跟蹤算法依然面臨巨大挑戰(zhàn)，并且具有重要的理論意義和實用價值。體育節(jié)目因為其特有的魅力，在當今的社會中廣受大眾的歡迎。因此，對體育視頻中目標的跟蹤研究，具有很高的實際意義和商業(yè)價值。
　　本文首先敘述了貝葉斯濾波原理。接著詳細闡述了粒子濾波的原理，討論了粒子濾波算法存在的主要問題和解決辦法。給出了通用粒子濾波算法的實現(xiàn)步驟，通過和擴展卡

2、爾曼濾波的仿真對比實驗，說明粒子濾波更適合解決非線性非高斯系統(tǒng)的問題。
　　對CAMShift算法的原理進行了詳細的闡述，通過應用該算法對視頻目標跟蹤的跟蹤實驗，總結了該算法的優(yōu)點及局限性。
　　設計開發(fā)了基于顏色特征的粒子濾波器，算法的目標模型具有自動更新的能力。給出了直方圖匹配度、粒子數(shù)量和粒子傳播半徑之間關系的理論上的計算公式。通過對目標的跟蹤實驗，定量的分析了粒子數(shù)量和粒子傳播半徑對跟蹤精度的影響，總結出了粒子數(shù)量和

3、粒子傳播半徑的經(jīng)驗設定公式，本項工作的完成對基于粒子濾波對目標的跟蹤具有重要的指導意義。
　　在上述對粒子濾波研究的基礎上，提出了自適應的粒子濾波算法。該算法對目標遮擋及遮擋后的跟蹤和目標丟失后的恢復跟蹤進行了有效處理。同時，本算法對正常跟蹤時的粒子數(shù)量進行了必要的減少，為滿足跟蹤的實時性提供了重要的探索。
　　對兩種類型的體育視頻中目標的跟蹤實驗證明，本文提出的自適應粒子濾波算法一定程度上滿足了跟蹤的魯棒性和準實時性的要求