[发明专利]一种结合有效异常点检测的粒子滤波目标跟踪算法

摘要

本发明公开了一种结合有效异常点检测的粒子滤波目标跟踪算法，基于粒子滤波的框架，首先使用PCA对目标模板进行分解，建立互相正交的特征空间，然后在后续的跟踪中，将粒子投影到此特征空间中，计算粒子的重建误差，通过粒子的概率加权和来估计目标的位置。对于估计的跟踪结果，使用洛伦兹估计器检测跟踪结果中的异常点，通过统计异常点的个数，来判断跟踪结果是否达到更新设定的阈值。当收集到一定帧数时，将其再次投影到原来的特征空间中，计算重建误差。对重建误差做二次PCA分解，将特征向量中具有最大特征值的特征向量更新到原有特征空间中。本发明能够准确检测到是否需要更新，进行及时的更新，既避免了不必要的更新，又提高了跟踪的准确性。

主权项

一种结合有效异常点检测的粒子滤波目标跟踪算法，其特征在于包括以下步骤：(1)在粒子滤波的框架中，使用PCA法对目标模板进行特征空间的建模；(2)在后续的跟踪中，使用该特征空间计算粒子的权值，通过计算粒子的概率加权和来估计目标的位置，完成第一阶段的PCA；(3)使用洛伦兹估计器对第一阶段PCA的追踪结果进行异常值检测，并计算异常值个数，通过设置阈值，判断异常值个数是否达到更新的标准；(4)对达到更新标准的追踪结果，进行二次PCA分解。