基于方向梯度直方图和粒子采样定位的目标跟踪算法

发布时间：2017-10-12 23:33

  本文关键词：基于方向梯度直方图和粒子采样定位的目标跟踪算法

  更多相关文章： 方向梯度直方图 粒子采样定位 朴素贝叶斯 跟踪 形态学

【摘要】：针对静态背景和缓动背景下的多目标跟踪,提出一种基于HOG与粒子采样定位的单目标和多目标跟踪方法。从背景建模与更新策略出发,采用方向梯度HOG特征与朴素贝叶斯分类学习方法对检测的可疑目标进行判别,识别出兴趣目标。同时提出粒子采样定位算法,在初步确定的目标位置附近,利用一定分布特性的粒子对目标的位置状态进行逼近。对多场景多实例的跟踪仿真实验结果表明:该方法能够自动检测并判别兴趣目标,可以稳定跟踪单个或多个目标,并具有较高的定位精度。该方法可应用于静态背景和缓动背景下的单目标和多目标跟踪。
【作者单位】： 华中光电技术研究所—武汉光电国家实验室;
【关键词】： 方向梯度直方图 粒子采样定位 朴素贝叶斯 跟踪 形态学
【基金】：海军装备部装计(2015××××)资助项目
【分类号】：E933;TP391.41
【正文快照】： 1引言光电跟踪设备是武器系统的主要视觉系统,其作用是实现目标的搜索、跟踪、定位、识别、测量等。其中目标跟踪技术是保证武器系统连续获取目标信息、履行武器职能的关键。目标跟踪[1]最初是对状态空间随时间的变化进行建模,并对下一时刻的状态进行预测的算法。如典型的卡尔，

本文编号：1021583