基于MCD和局部线性高斯模型的视频跟踪粒子滤波算法

被引:4
作者
夏瑜
吴小俊
机构
[1] 江南大学信息工程学院
关键词
粒子滤波; 最佳重要函数; 有效确认域; 最佳相似距离;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了提高粒子传播过程中状态空间的质量和视频跟踪算法的精度,提出了一种基于MCD和局部线性高斯模型的粒子滤波算法,这种MCD方法摒弃了传统的像素匹配贡献均等的方式,而是采用像素点间的邻近度作为相似性度量。由于该方法所获得的相关曲面更尖锐,且匹配置信度更高,而局部线性高斯模型则可使得在粒子传播过程中能使用最佳的重要函数,因此两者结合能够实现最佳粒子滤波。由于MCD方法的鲁棒性,从而使得跟踪算法对环境的适应能力和稳定性得到提高。两个仿真实验的结果说明,该算法是可行的与优越的。
引用
收藏
页码:2223 / 2229
页数:7
相关论文
共 5 条
[1]   基于光流场算法的运动估计方法研究 [J].
刘翔 .
无线电工程, 2006, (04) :17-20
[2]   一种新的相关跟踪方法研究 [J].
任仙怡 ;
廖云涛 ;
张桂林 ;
张天序 .
中国图象图形学报, 2002, (06) :35-39
[3]   Sequential Monte Carlo methods for dynamic systems [J].
Liu, JS ;
Chen, R .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 1998, 93 (443) :1032-1044
[4]   PERFORMANCE OF OPTICAL-FLOW TECHNIQUES [J].
BARRON, JL ;
FLEET, DJ ;
BEAUCHEMIN, SS .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1994, 12 (01) :43-77
[5]  
An Introduction to the Kalman Filter. Greg Welch, Gary Bishop. UNC-Chapel Hill, TR 95-041 . 2004