基于HMM的卡尔曼蛇跟踪

被引:1
作者
马波
张田文
李培华
不详
机构
[1] 哈尔滨工业大学计算机科学与技术学院
[2] 哈尔滨工业大学计算机科学与技术学院 哈尔滨
[3] 哈尔滨
关键词
卡尔曼蛇; B样条曲线; 隐马尔科夫模型; 主动轮廓线模型;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
080902 ;
摘要
隐马尔科夫模型 (HMM)提供了一种概率框架融合多量测信息 ,并能够通过转移概率来表达曲线的平滑性 ,以得到更准确的量测结果 利用HMM所得到的结果作为量测信息输入到卡尔曼蛇滤波系统中 ,可明显地增强抗干扰能力和跟踪的鲁棒性 从样条向量空间新的内积与范数定义出发 ,对于形状矩阵的正交化处理可以进一步增强滤波系统的稳定性 ,增加模型与参数的可控性
引用
收藏
页码:1236 / 1241+1333 +1333-1334
页数:8
相关论文
共 1 条
[1]   CONDENSATION - Conditional density propagation for visual tracking [J].
Isard, M ;
Blake, A .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1998, 29 (01) :5-28