[发明专利]一种基于粒子滤波的视觉目标跟踪方法

摘要

本发明公开了一种基于粒子滤波的视觉目标跟踪方法。针对目标跟踪算法在精度和鲁棒性上的要求，提出一种基于改进粒子滤波的视觉目标跟踪算法。首先，建立多种特征来描述目标外观模型，并对各特征分量的加权系数进行自适应调节；然后，利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题；最后，提出一种新的模板更新机制，自适应选取运动模板或原始模板。实验结果表明，改进后的算法在具有挑战的跟踪视频序列上实验，具有良好的跟踪精度和鲁棒性，能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件。本发明在军事方面包括无人飞行器、精确制导、空中预警、战场监视等；民用方面包括移动机器人、智能视频监控、智能交通系统、人机交互、虚拟现实等上也有较为广阔的应用前景。

主权项

1.一种基于粒子滤波的视觉目标跟踪方法，包括以下步骤：(1)提取描述目标外观模型的特征，包括颜色特征、边缘特征、纹理特征以及方向梯度特征；(2)设计多特征自适应融合算法，对提取的几种视觉特征进行自适应加权融合，使该方法能够在不同自然场景下有较好的适应能力；(3)使用分类重采样算法优化传统粒子滤波目标跟踪算法，减轻粒子退化现象，较好地避免了若干次迭代后粒子重要性权值波动剧烈的问题，防止累计效应致使粒子集的后验概率密度分布不准确，从而有效地表达下一帧目标的真实状态；(4)在目标模板更新方面，提出一种自适应模板更新机制，解决传统框架下目标外观发生较大变化时，模板长时间不更新导致的目标框漂移问题。