高空远距离多目标视觉跟踪模型优化仿真.pdf

高空远距离多目标视觉跟踪模型优化仿真.pdf

ID:56177077

大小:596.81 KB

页数:5页

时间:2020-06-04

高空远距离多目标视觉跟踪模型优化仿真.pdf_第1页
高空远距离多目标视觉跟踪模型优化仿真.pdf_第2页
高空远距离多目标视觉跟踪模型优化仿真.pdf_第3页
高空远距离多目标视觉跟踪模型优化仿真.pdf_第4页
高空远距离多目标视觉跟踪模型优化仿真.pdf_第5页
资源描述:

《高空远距离多目标视觉跟踪模型优化仿真.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第31卷第8期计算机仿真2014年8月文章编号:1006—9348(2014)08—0427—05高空远距离多目标视觉跟踪模型优化仿真姚楠,蔡越,余劲(1.江苏省电力公司电力科学研究院,江苏镇江212000;2.南京音视软件有限公司,江苏南京210000;3.南京大学计算机科学与技术学院,江苏南京210000)摘要:在智能跟踪建模优化问题的研究中,高空远距离的视觉目标跟踪一直是智能跟踪领域的难点。因为跟踪目标的距离较远,可追踪特征在色彩、像素灰度等方面会发生较大幅度的衰退和丢失。传统的目标视觉跟踪方法在上述情况下,

2、会迅速丧失跟踪能力,造成目标跟踪丢失。主要因为传统算法在视频目标跟踪算法中未考虑到特征丢失带来的先验的目标信息的问题。提出一种新的目标跟踪模型。模型在跟踪过程中,像素分布的产生直接采用先验概率。引入改进的灰预测GM1模型,通过灰预测改进的GM1的预测值来产生新的建议分布,使得后验概率分布更加逼近真实目标的后验概率密度,保证弱化跟踪的强关联性。实验结果表明,与标准的粒子滤波算法进行对比试验,所提出的算法在远程高空视觉目标跟踪中具有更好的性能。关键词:目标跟踪;粒子滤波;建议分布中图分类号:TP123文献标识码:BOp

3、timizationandSimulationofVisualTrackingModelofHigh——AltitudeLongDistanceandMultipleTargetYA0Nan.CAIYue.YUJin(1.ResearchInstitute,JiangsuElectricPowerCompany,ZhenjiangJiangsu212000,China;2.NanjingYinshiSoftwareLtd,NanjingJiangsu210000,China;3.CollegeofComputerS

4、cienceandTechnology,NanjingUniversity,NanjingJiangsu212000,China)ABSTRACT:Inthestudyofoptimizationproblemofintelligenttrackingmodeling,highaltitudeandlongdistancevisualtargettrackinghasbeenthedificultyinthefieldofintelligenttracking.Becausethedistanceoftrackin

5、gtargetisfar,thetraceablecharacteristicsintermsofcolor,graylevelofpixel1andSOondeclineandlosesignificantly.Thetraditionaltargetvisualtrackingmethod,inthiscase,willquicklylosetrackability,causingthelossoftargettracking.Itmainlybecausetheproblemoftranscendentalt

6、argetinformationcausedbythecharacteristicslostisnotconsideredinthetraditionalalgorithminvisualtargettrackingalgorithm.Anewmodeloftargettrackingisproposedinthispaper.Modelintheprocessoftracking,thepriorprobabilityisdirectlyusedinthegenerationofthedistribu-tiono

7、fthepixels.TheimprovedgreylevelpredictionmodelofGM1isintroduced,throughgreylevelpredictthepre—dictedvalueofimprovedGM1thisforecasttogenerateanewproposaldistribution,makingthattheposteriorprobabili—tydistributionismoreclosetotheposteriorprobabilitydensityofther

8、ealtarget,whichcanguaranteethestrongrele-vancyofweakeningtracking.Theexperimentalresultsshowthatcomparedtotthestandardparticlefilteralgorithm,theproposedalgorithmusedinlong—distanc

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。