高速并行粒子濾波算法研究.pdf

1、動態(tài)背景下運動目標檢測與跟蹤作為計算機視覺領(lǐng)域的關(guān)鍵技術(shù),成為眾多國內(nèi)外學(xué)者的研究熱點之一。現(xiàn)實中大量的應(yīng)用,比如機器人導(dǎo)航,車載視頻跟蹤等,都與動態(tài)背景下的運動目標檢測與跟蹤密不可分。本文將車載視頻作為應(yīng)用背景,并感知車載攝像頭運動信息并行運行粒子濾波算法來估計背景運動量來對該動態(tài)場景下的運動目標進行檢測和跟蹤。論文的具體研究方法如下:
　　 第一部分,介紹了粒子濾波以及動態(tài)背景下運動目標檢測技術(shù)的研究現(xiàn)狀,描述了多傳感器中并

2、行粒子濾波估計概念和方法以及動態(tài)背景下運動目標檢測技術(shù)中常用的塊匹配法基本理論,闡述并分析了各個方法的適用范圍以及仍存在的不足。
　　 第二部分,提出了一種基于傳統(tǒng)分簇估計的按權(quán)分粒融合的改進方案?？朔嗽趥鹘y(tǒng)傳感器網(wǎng)絡(luò)中,由于受節(jié)點資源的限制,而只能從節(jié)點局部信息中獲取目標位置和運動軌跡并且平均分配、融合粒子造成的誤差。仿真結(jié)果表明該方法與集中式、傳統(tǒng)并行式算法在跟蹤誤差、計算時間具有一定優(yōu)勢。
　　 第三部分,介紹了

3、目前常用的基于塊匹配的背景運動量的獲取方法,闡述了在進行塊匹配過程中傳統(tǒng)的搜索區(qū)域選取過程,并指出該閾值選擇將引起可能的誤差以及浪費的計算量。因此,本文提出一種基于并行宏塊粒子濾波估計的塊匹配法,通過求出攝像機的并行粒子濾波估計矢量,將前幀宏塊按反方向進行移動,得到后一幀匹配宏塊的搜索中心,并選取基于粒子濾波估計誤差的搜索區(qū)域,來提高塊匹配的準確性以及快速性。
　　 第四部分,首先介紹了靜態(tài)背景運動目標檢測過程中常用的特征光流法