基于粒子濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf

1、基于粒子濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法研究與實(shí)現(xiàn)重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：茍若愚指導(dǎo)教師：楊丹教授專業(yè)：計(jì)算機(jī)軟件與理論（軟件工程領(lǐng)域）學(xué)科門類：工學(xué)重慶大學(xué)軟件學(xué)院二O一O年十一月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要運(yùn)動(dòng)目標(biāo)跟蹤作為計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)課題之一，涉及了機(jī)器視覺、圖像處理、模式識(shí)別、概率論等學(xué)科領(lǐng)域，在智能交通系統(tǒng)、監(jiān)控視頻、智能機(jī)器人等方面有著廣闊的應(yīng)用前景。本文立足于重慶市重點(diǎn)科技攻關(guān)項(xiàng)目《嵌入式WEB監(jiān)控視頻摘要生成

2、及其快速瀏覽關(guān)鍵技術(shù)研究和開發(fā)》開展研究。運(yùn)動(dòng)目標(biāo)跟蹤中一個(gè)核心環(huán)節(jié)就是跟蹤預(yù)測(cè)算法的研究，其中卡爾曼濾波與粒子濾波算法是當(dāng)前被廣泛使用的跟蹤預(yù)測(cè)算法。鑒于監(jiān)控視頻下目標(biāo)運(yùn)動(dòng)的隨機(jī)性大的特點(diǎn)，只能解決高斯線性問題的卡爾曼濾波不是一個(gè)理想的解決方法，所以本文把研究重點(diǎn)放在了能解決非線性非高斯問題的粒子濾波算法。本文主要工作與創(chuàng)新如下：1.在貝葉斯濾波的框架下，對(duì)運(yùn)動(dòng)目標(biāo)的模型構(gòu)建、目標(biāo)運(yùn)動(dòng)中的遮擋情況進(jìn)行詳細(xì)討論，分析了Kalman濾波與

3、粒子濾波兩種經(jīng)典算法的優(yōu)缺點(diǎn)。介紹了粒子濾波算法對(duì)單目標(biāo)跟蹤的具體實(shí)現(xiàn)，并對(duì)粒子的采樣與重采樣過程進(jìn)行了深入分析。2.結(jié)合前景檢測(cè)對(duì)粒子濾波算法進(jìn)行了改進(jìn)。該算法通過利用前景檢測(cè)得出的目標(biāo)區(qū)域信息，在以下三個(gè)方面提高了粒子濾波跟蹤算法的效率：首先通過在區(qū)域中提取目標(biāo)的顏色直方圖作為目標(biāo)特征，提高了目標(biāo)模型描述的精確性；其次通過把粒子的采樣區(qū)域限制在目標(biāo)區(qū)域里，提高了采樣樣本的可信度，保證了粒子的多樣性，也減緩了粒子退化的速度；最后由于前