像素差的平方和增強(qiáng)核粒子濾波的非剛體目標(biāo)跟蹤.pdf

1、本文就目標(biāo)在運(yùn)動(dòng)過程中的突然變速運(yùn)動(dòng)對(duì)跟蹤系統(tǒng)性能的影響做了深入研究，希望在這種情況下能夠提高跟蹤系統(tǒng)的性能和效率。我們結(jié)合像素差的平方和(SSD)與傳統(tǒng)粒子濾波器(PF)的改進(jìn)算法核粒子濾波器[1](KPF)兩種跟蹤算法，發(fā)揮他們各自的跟蹤優(yōu)勢，級(jí)聯(lián)得到新的SKPF算法。 首先，KPF算法本身具備傳統(tǒng)PF的良好跟蹤性能，還能解決當(dāng)動(dòng)態(tài)系統(tǒng)中噪聲很小或者觀察噪聲變化很小時(shí)，傳統(tǒng)PF出現(xiàn)的嚴(yán)重的退化現(xiàn)象。但是由于KPF和傳統(tǒng)PF一

2、樣，在跟蹤大位移的突然變速運(yùn)動(dòng)時(shí)，往往會(huì)丟失跟蹤目標(biāo)，而且這時(shí)KPF中的均值平移迭代次數(shù)會(huì)迅速上升，跟蹤系統(tǒng)的實(shí)時(shí)性下降，所以我們引入了SSD算法。當(dāng)目標(biāo)出現(xiàn)較大位移時(shí)，SSD算法是理想的跟蹤算法，它能夠迅速定位目標(biāo)狀態(tài)位置，避免丟失跟蹤目標(biāo)，減少KPF的均值平移迭代次數(shù)，提高跟蹤性能。其次，由于SSD算法的引入導(dǎo)致粒子出現(xiàn)退化問題，也就是狀態(tài)空間中的大量粒子迅速退化到一個(gè)狀態(tài)點(diǎn)上，而且在SSD算法中，目標(biāo)模型不穩(wěn)定，變化很快。這些問題

3、通過級(jí)聯(lián)KPF后都可以解決。KPF會(huì)對(duì)粒子做高斯抖動(dòng)，防止粒子退化，而且KPF也有穩(wěn)健的目標(biāo)模型，它又增強(qiáng)了SSD算法的穩(wěn)定性。所以他們兩者之間是互為補(bǔ)充、增強(qiáng)的。最后，為了讓SSD算法能更好地融入到新的跟蹤算法中，本文對(duì)傳統(tǒng)SSD算法做了改進(jìn)，降低了SSD算法本身的計(jì)算量，而且利用SSD的中間結(jié)果完成對(duì)目標(biāo)模型的同步更新，還利用SSD算法增加了對(duì)粒子跟蹤框的可信度判斷，這些方法增強(qiáng)了SKPF算法的魯棒性，提高了跟蹤性能。 本文