基于混合闭偏正态概率假设密度滤波的多目标跟踪

发布时间：2022-02-12 17:49

　　目标跟踪是根据传感器所得到的观测数据进而对目标的位置信息以及目标的参数信息进行估计和预测的过程,在军事、航空航天、雷达导航、安防监控以及智能交通等方面有着重要的应用价值和发展前景。本文研究了基于概率假设密度滤波的多目标跟踪问题,主要工作如下:（1）针对GM-PHD滤波假设目标以及量测噪声均服从高斯分布,不能完全反应真实场景的问题,提出在PHD滤波器中引入闭偏正态（Closed Skew Normal,CSN）分布,对高斯分布进行扩展,推导出混合闭偏正态概率假设密度（The Closed Skew Normal Mixture Probability Hypothesis Density,CSNM-PHD）滤波,并进行仿真实验。结果表明,CSNM-PHD滤波综合性能优于GM-PHD滤波,可更好地跟踪目标状态和估计目标数目,且跟踪效果较好。（2）为给目标跟踪提供准确可靠的量测数据,本文针对运动目标检测中的ViBe算法易产生“鬼影”现象而造成多检,以及其对噪声、光照和动态环境适应性差的问题,提出ViBeImp算法。在背景模型初始化时,用多帧平均法给出初始背景,采用该初始背景构建初始背景样本模... 

【文章来源】：西安理工大学陕西省

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

“AVG-TownCentre”视频中部分帧的检测结果

10 thframes17 thframes33 thframes88 thframes(a)173 thframes(b) (c) (d) (e)图 4-1 “AVG-TownCentre”视频中部分帧的检测结果Fig. 4-1 Moving targets detection results of partial frames in "AVG-TownCentre"2 th

(a)(b) (c) (d) (e)图 4-3 “viptraffic”视频中部分帧的检测结果Fig. 4-3 Moving targets detection results of partial frames in "viptraffic"4 thrames154 thrames244 thrames277 thrames385 thrames

【参考文献】：
期刊论文
[1]一种改进剪枝合并的GM-PHD方法[J]. 宋岩,胡建旺,吉兵,郭超.  无线电通信技术. 2017(06)
[2]基于SIM-GM-PHD的低可观测目标跟踪算法[J]. 郭云飞,潘金星.  控制与决策. 2018(01)
[3]改进的ViBe算法及其在交通视频处理中的应用[J]. 闵卫东,郭晓光,韩清.  光学精密工程. 2017(03)
[4]基于背景差分检测和改进GM-PHD滤波器的多目标跟踪[J]. 谌湘倩,马绍惠,须文波.  计算机工程. 2017(01)
[5]基于改进ViBe算法的船舶检测与追踪[J]. 肖琦隆,梁川,周虹宇.  中国水运(下半月). 2016(12)
[6]改进视觉背景提取ViBe算法的目标检测[J]. 齐悦,曹锐.  计算机工程与应用. 2016(23)
[7]视觉背景提取算法关键技术研究[J]. 郭冲宇,杜慧敏,蒋忭忭,季凯柏.  计算机应用研究. 2017(05)
[8]基于权重约束GM-PHD滤波的多目标跟踪方法[J]. 赵一峰.  计算机工程. 2017(03)
[9]动态阈值的Vibe运动目标检测[J]. 吴建胜,徐博.  计算机工程与应用. 2017(11)
[10]监控视频的前景运动物体提取方法[J]. 肖碧波,胡伟.  计算机工程与设计. 2016(03)

博士论文
[1]多目标跟踪算法及实现研究[D]. 刘刚.西北工业大学 2003

硕士论文
[1]多目标跟踪的数据关联算法研究[D]. 吴佳芯.西安电子科技大学 2013



本文编号：3622164