基于空间直方图的粒子滤波目标跟踪算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 210-213.

• 图形、图像、模式识别 • 上一篇下一篇

基于空间直方图的粒子滤波目标跟踪算法

张楠，蔡念，张海员

广东工业大学信息工程学院，广州 510006

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Target tracking using particle filters based on spatiograms

ZHANG Nan，CAI Nian，ZHANG Haiyuan

School of Information Engineering，Guangdong University of Technology，Guangzhou 510006，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要： 空间直方图融合了目标的颜色信息和颜色的空间分布信息，比传统的颜色直方图更具有目标鉴别能力。在基于粒子滤波算法的目标跟踪系统框架中，采用简单的随机漂移模型表示系统状态模型，通过空间直方图的相似度定义来建立系统观测概率模型，提出一种基于空间直方图的粒子滤波目标跟踪算法。实验结果表明，相比传统的基于颜色直方图的粒子滤波算法，提出的算法具有更好的鲁棒性。

关键词: 空间直方图, 粒子滤波, 目标跟踪

Abstract: Spatiograms outperform the traditional color histogram，which contain color information and spatial layout of these colors for the target.In particle filters framework，a normal random drift model is utilized to describe the state model;a similarity function of spatiograms is used as the probability model for observation.A target tracking algorithm is proposed using particle filters based on spatiograms.Experimental results indicate that the proposed algorithm has better robustness than the traditional particle filters based on color histogram.

Key words: spatiograms, particle filters, target tracking

张楠，蔡念，张海员. 基于空间直方图的粒子滤波目标跟踪算法[J]. 计算机工程与应用, 2011, 47(21): 210-213.

ZHANG Nan，CAI Nian，ZHANG Haiyuan. Target tracking using particle filters based on spatiograms[J]. Computer Engineering and Applications, 2011, 47(21): 210-213.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[3]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[4]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[5]	崔洲涓，安军社，陈长龙，崔天舒. 基于PYNQ框架的深度卷积特征异构跟踪系统[J]. 计算机工程与应用, 2021, 57(4): 120-126.
[6]	邱守猛，谷宇章，袁泽强. 基于双分支孪生网络的目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 135-143.
[7]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[8]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[9]	武哲纬，周世杰，刘启和. 运算资源受限环境下的目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(21): 24-40.
[10]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[11]	李晓花，苏骏，李秀秀. 强干扰环境单观测站水下纯方位多目标跟踪[J]. 计算机工程与应用, 2021, 57(17): 253-259.
[12]	陈庆林，谷雨，宋忠浩，聂圣东. 融合检测与跟踪的半自动视频目标标注[J]. 计算机工程与应用, 2021, 57(14): 223-230.
[13]	张瑶，卢焕章，张路平，胡谋法. 基于深度学习的视觉多目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(13): 55-66.
[14]	王德鑫，常发亮. 六足机器人动态目标检测与跟踪系统研究[J]. 计算机工程与应用, 2021, 57(12): 180-185.
[15]	唐维军，徐琨，柳有权，夏悬. 自动驾驶汽车虚拟测试中的树木点云生成方法[J]. 计算机工程与应用, 2021, 57(11): 185-192.

基于空间直方图的粒子滤波目标跟踪算法

Target tracking using particle filters based on spatiograms

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics