计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (18): 168-171.
朱 娟,孟繁英,郝俊红,于大海,孙少甫
ZHU Juan, MENG Fanying, HAO Junhong, YU Dahai, SUN Shaofu
摘要: 传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化。为了解决这个问题,提出一种改进的Monte Carlo滤波算法。在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题。