[发明专利]多特征融合目标跟踪方法及基于信息熵的权值自适应方法有效
| 申请号： | 201710480345.5 | 申请日： | 2017-06-22 |
| 公开（公告）号： | CN107316321B | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 李滚;王子扬;秦开宇 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 成都拓荒者知识产权代理有限公司 51254 | 代理人： | 邹广春 |
| 地址： | 611731 四川省成都市高新*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多特征融合目标跟踪方法及基于信息熵的权值自适应方法，其中，多特征融合目标跟踪方法包括以下步骤：S1、构建系统状态模型和系统观测模型；S2、根据系统状态模型，采样得到当前时刻的粒子集；S3、提取候选目标的多个特征，并计算相关系数和相关距离；S4、加权融合各特征，并计算粒子的先验概率密度似然函数，预测目标的位置。与现有技术相比，本发明的有益效果是：利用颜色、纹理及边缘特征进行目标特征提取，及引用相关性测量多特征的相关距离，从而提高了多特征对目标描述的准确性和全面性。以及基于信息熵的自适应更新多特征融合的权值，提高了方法对抗复杂场景的鲁棒性以及运行效率，适用于目标被遮挡，背景光照不断变化，目标的尺度变化等复杂场景。 | ||
| 搜索关键词： | 特征 融合 目标 跟踪 方法 基于 信息 自适应 | ||
【主权项】：
多特征融合目标跟踪方法，其特征在于，包括以下步骤：S1、构建系统状态模型xk＝Φxk‑1+Γuk‑1和系统观测模型zk＝tan‑1(yk/xk)+vk；S2、根据系统状态模型，采样得到当前时刻的粒子集S3、提取候选目标的第一特征、第二特征及第三特征，并计算相关系数和相关距离，所述相关系数和相关距离可用于衡量目标模型与候选目标的特征参数之间的相似性；S4、加权融合所述第一特征、第二特征及第三特征，并计算粒子的先验概率密度似然函数，预测目标的位置。
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电子科技大学，未经电子科技大学许可，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/patent/201710480345.5/，转载请声明来源钻瓜专利网。
