[发明专利]基于粒子群的粒子滤波视频目标跟踪方法有效

专利信息
申请号: 201611107812.1 申请日: 2016-12-06
公开(公告)号: CN106600624B 公开(公告)日: 2020-05-08
发明(设计)人: 张文博;王阳;刘月;徐步;刘其民 申请(专利权)人: 昆山鲲鹏无人机科技有限公司;鲲鹏通讯(昆山)有限公司;苏州明安信息科技有限公司;苏州明逸智库信息科技有限公司
主分类号: G06T7/207 分类号: G06T7/207
代理公司: 苏州润桐嘉业知识产权代理有限公司 32261 代理人: 朱平
地址: 215000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 粒子 滤波 视频 目标 跟踪 方法
【权利要求书】:

1.一种基于粒子群的粒子滤波视频目标跟踪方法,包括:

(1)初始化粒子群:

(1a)读入k-1时刻的图像Ik-1,初始化k-1时刻的粒子群中心集为其中,表示k-1时刻第i个粒子群的中心,i为粒子群序号,取值为1,2,···,N,N表示粒子群总数,k表示时刻,初始时刻为k=1;

(1b)初始化目标跟踪窗:Bk-1=(rk-1,ck-1)T,其中rk-1和ck-1分别表示k-1时刻目标跟踪窗的长度和宽度值,T表示向量转置运算;

(1c)根据目标初始状态与目标跟踪窗Bk-1,初始化目标的特征协方差矩阵γ作为特征模板;

(2)粒子群状态预测:

(2a)读入k时刻的图像Ik,通过对k-1时刻图像中粒子群中心集的传递,得到k时刻图像中的预测粒子群中心集为其中表示k时刻的第i个预测粒子群中心;

(2b)根据k时刻的预测粒子群中心集确定k时刻的粒子群集其中表示k时刻第i个粒子群中的第j个粒子,j为粒子序号,取值为1,2,···,M,M表示每个粒子群中的粒子总数;

(3)粒子群状态更新

(3a)根据k时刻粒子群集和目标跟踪窗Bk-1,确定k时刻的候选目标集其中,表示k时刻第i个粒子群中的第j个粒子所对应的候选目标,它表示以为中心、Bk-1为长宽所界定出的矩形区域;

(3b)提取k时刻的候选目标集对应的候选目标特征集其中表示k时刻第i个粒子群中的第j个粒子所对应候选目标的特征协方差矩阵;

(3c)根据候选目标特征集确定权值集其中表示k时刻第i个粒子群中的第j个粒子所对应的权值;

(3d)根据权值集确定k时刻的更新粒子群中心集并确定粒子群权值集其中表示k时刻第i个更新粒子群中心,表示k时刻第i个粒子群所对应的权值;

(4)重采样:

利用重采样算法,根据粒子群权值集对k时刻的更新粒子群中心集进行重采样,得到k时刻的粒子群中心集其中表示k时刻第i个粒子群的中心;

(5)目标状态估计:

(5a)根据k时刻的粒子群中心集估计k时刻的目标状态Xk

(5b)根据k时刻的目标状态Xk和目标跟踪窗Bk,确定出k时刻目标Tk,并输出;

(6)判断是否迭代:

检查下一时刻的信息是否到达,若是,令k=k+1,返回步骤(2)进行迭代,否则,目标跟踪过程结束。

2.根据权利要求1所述的方法,其中步骤(1a)中初始化k-1时刻的粒子群中心集为通过如下步骤确定:

(1a1)根据目标的初始状态X0,产生k-1时刻第i个粒子群中心其中,服从均值为X0方差为Ψ1的高斯分布,X0为目标的初始状态,Ψ1为过程噪声方差;

(1a2)用步骤(1a1)所得的N个粒子群中心,组成粒子群中心集

3.根据权利要求1所述的方法,其中步骤(2a)中通过对k-1时刻图像中粒子群中心集的传递,得到k时刻图像中的预测粒子群中心集为通过如下步骤确定:

(2a1)对k-1时刻第i个粒子群中心进行传递,得到k时刻第i个预测粒子群中心

其中,vk-1为状态噪声,其服从均值为状态噪声协方差为Ψ1的高斯分布;

(2a2)用步骤(2a1)中所得的N个粒子群中心,组成粒子群中心集

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆山鲲鹏无人机科技有限公司;鲲鹏通讯(昆山)有限公司;苏州明安信息科技有限公司;苏州明逸智库信息科技有限公司,未经昆山鲲鹏无人机科技有限公司;鲲鹏通讯(昆山)有限公司;苏州明安信息科技有限公司;苏州明逸智库信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611107812.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top