基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf

基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf

ID:55675079

大小:994.76 KB

页数:7页

时间:2020-05-24

基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf_第1页
基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf_第2页
基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf_第3页
基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf_第4页
基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf_第5页
资源描述:

《基于人类记忆模型的粒子滤波鲁棒目标跟踪算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第25卷第5期模式识别与人工智能Vo1.25No.52012年10月PR&AI0ct2O12基于人类记忆模型的粒子滤波鲁棒目标跟踪算法水齐玉娟王延江(中国石油大学(华东)信息与控制工程学院青岛266555)摘要当目标被场景中的物体或其它运动目标遮挡,或者目标姿态发生很大改变时,粒子滤波器就会失效.为解决这类问题,受人类记忆机制的启发,文中将人类记忆模型引入到粒子滤波器模板更新过程,提出一种基于记忆的粒子滤波器.每个模板都要经过瞬时记忆、短时记忆和长时记忆3个空间的传输和处理.该粒子滤波器能记住曾经出现的目标模板,从而能更快地适应目标姿态的变化.实验结果验

2、证了该算法的有效性.关键词粒子滤波器(PF),人类记忆模型,基于记忆的粒子滤波器(MPF),遮挡处理,目标跟踪中图法分类号TP391RobustObjectTrackingAlgorithmbyParticleFilterBasedonHumanMemoryModelQIYu—Juan,WANGYan—Jiang(CollegeofInformationandControlEngineering,ChinaUniversityofPetroleum,Qingdao266555)ABSTRACTParticlefilter(PF)failswhenthet

3、rackedobjectisoccludedbyotherobjectsoritsappearancechanges.Inthispaper,humanmemorymodelisintroducedintothetemplateupdatingprocessofparticlefilter,whichisinspiredbythehumanmemorymechanism,andamemory-basedparticlefilter(MPF)algorithmisproposed.Eachtemplateisprocessedandtransferredt

4、hroughuhra—shorttimememoryspace,shorttimememoryspaceandlongtimememoryspace.Theproposedmemory—basedmodelcanrememberwhatthetemplateusedtobe,whichhelpsthemodeladapttothevariationofobject’Sappearancemorequickly.Theexperimentalresultsshowtheeffectivenessoftheproposedmethod.KeyWordsPar

5、ticleFilter(PF),HumanMemoryModel,Memory—BasedParticleFilter(MPF),OcclusionHandling,ObjectTrackingl引言的任务,它在智能视频监控、图像索引、人机接口、机器人导航等领域有广泛的应用价值⋯.研究人员在目标跟踪是计算机视觉研究中一项具有挑战l生目标跟踪方面做了很多努力,并提出很多有效的跟国家自然科学基金项目(No.60873163,61271407)、山东省自然科学基金项目(No.ZR2011FQ016)、中央高校基本科研业务费专项项目(No.2TR1105019A

6、)资助收稿日期:2011—06—20;修回日期:2011—09—30作者简介齐玉娟,女,1977年生,讲师,博士研究生,主要研究方向为计算机视觉、模式识别.E—mail:qiyj@upc.edu.an.王延江,男,1966年生,教授,博士生导师,主要研究方向为智能信息处理、认知计算及其在计算机视觉和模式识别中的应用.5期齐玉娟等:基于人类记忆模型的粒子滤波鲁棒目标跟踪算法8l1踪方法.目前,国际上针对序列图像中运动目标跟踪为新的模板,为下一帧目标的预测和更新做好准备;研究主要有3类方法:1)基于数据驱动的确定性同时原先的目标模板只要满足一定的条件就可存储

7、方法,典型的是均值漂移算法(MeanShift,MS)E3];到记忆空间.本文提出的基于记忆的粒子滤波模型2)基于随机模型的方法,如卡尔曼滤波(KalmanFil.能记住曾经出现的目标模板,从而能更快地适应姿ter,KF)与粒子滤波方法(ParticleFilter,态的变化.实验结果验证了本文算法的有效性.PF)E6];3)基于偏微分方程的方法(PartialDifferen—tialEquation,PDE),最典型的是主动轮廓模型法2人类记忆模型(ActiveSnakeModel,ASM).由于粒子滤波器能够适应于非线性/非高斯系统的状态估计,因此

8、成为众所周知,无论目标是否被遮挡、目标的姿态如近年来目标跟踪中应用较广泛的方法.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。