文献类型：期刊文章

作　　者：夏瑜[1,2] 吴小俊[1] 王洪元[3]

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]江苏广播电视大学常熟学院,江苏常熟215500 [3]常州大学信息科学与工程学院,江苏常州213164

出　　处：《光电工程》

基　　金：教育部科学技术研究重大项目(311024);国家自然科学基金项目(60973094;61070121;61103128);江南大学创新团队研究计划项目(JNIRT0702)

年　　份：2012

卷　　号：39

期　　号：7

起止页码：67-74

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了克服目前大多数观测模型在小样本空间中鲁棒性不高的弱点,文中在粒子滤波框架下提出基于局部特征组合的粒子滤波视频跟踪算法。局部特征能更有效描述目标模板细节信息,可降低特征匹配中目标形变、光照变化和部分遮挡的影响。该方法借鉴混合高斯模型思想,采用多模式描述有效局部观测信息,这种融合策略更加准确可靠,能够较好地通过最新观测减轻了粒子退化现象,从而提高目标跟踪效率。小样本空间一定程度上降低了粒子数量和计算代价。实验结果表明该算法相比单一特征或一般多特征融合跟踪算法具有优越性,并能实现复杂场景下的目标跟踪。

关 键 词：视觉跟踪 粒子滤波 局部特征  混合高斯模型

分 类 号：TP391.41]