基于多外观模型的自适应加权目标跟踪算法

发布时间：2017-09-11 13:46

  本文关键词：基于多外观模型的自适应加权目标跟踪算法

  更多相关文章： 偏最小二乘(PLS) 目标跟踪 多外观模型 自适应加权 粒子滤波

【摘要】：偏最小二乘(PLS)跟踪算法忽略特征间及外观模型间的差异,容易受到光照、遮挡等因素的影响,降低目标的跟踪精度.针对上述问题,文中提出基于多外观模型的自适应加权目标跟踪算法(AWMA).首先使用PLS对目标区域逐步建立多个外观模型.然后根据各外观模型中特征的重要性及目标的显著度建立自适应权重的综合模型,融合多个外观模型完成目标与样本的误差分析.最后使用粒子滤波实现目标跟踪.实验表明,文中算法能更有效地过滤噪声数据,提高目标跟踪的鲁棒性和时间性能.
【作者单位】： 郑州大学信息工程学院;
【关键词】： 偏最小二乘(PLS) 目标跟踪 多外观模型 自适应加权 粒子滤波
【基金】：国家自然科学基金项目(No.61170223);国家自然科学基金联合基金项目(No.U1204610);国家自然科学基金青年基金项目(No.61502434,61502432) 河南省教育厅项目(No.15A520099)资助~~
【分类号】：TP391.41
【正文快照】： Supported by National Natural Science Foundation of China(No.61170223),Joint Funds of National Natural Science Foundationof China(No.U1204610),Young Scientists Fund of National Natural Science Foundation of China(No.61502434,61502432),Education Departmen

【相似文献】

中国期刊全文数据库 前10条

1 池磊;李文勇;;模糊数学和自适应加权平均在多传感器数据融合中的比较研究[J];装备制造技术;2012年12期

2 李大勇,王红军;基于时间序列的自适应加权被动定位[J];计算机仿真;2004年11期

3 陈晓娟;夏立;卜乐平;杨加军;;自适应加权融合算法在图像型火灾探测系统中的应用[J];舰船电子工程;2011年03期

4 肖军,张石,徐心和;基于模糊组合变量的自适应加权控制[J];控制与决策;2001年02期

5 梁毓明;徐立鸿;朱丙坤;;测距传感器系统的测距数据在线自适应加权融合[J];工业仪表与自动化装置;2009年05期

6 张阳;沈明霞;孙玉文;刘政;柏广宇;;基于多传感器自适应加权融合的温室信息系统[J];传感器与微系统;2014年06期

7 常瑞娜;穆晓敏;杨守义;齐林;;基于局部空间像素特征的自适应加权滤波算法[J];计算机工程与应用;2008年06期

8 陈晓云;胡运发;;基于自适应加权的文本关联分类[J];小型微型计算机系统;2007年01期

9 郑驰超;彭虎;韩志会;;互相关自适应加权的医学超声成像算法研究[J];物理学报;2014年14期

10 关新平,刘冬,唐英干;基于可分离性判据的自适应加权纹理图像分割[J];计算机应用研究;2005年11期

中国硕士学位论文全文数据库 前4条

1 邵州华;多传感器数据融合算法的研究与应用[D];东北大学;2013年

2 杨浩博;多外观模型自适应加权的粒子滤波目标跟踪算法研究[D];郑州大学;2016年

3 朱晓倩;自适应加权平均滤波器权系数的选取[D];暨南大学;2008年

4 姜滨;FSP近区段含水率预测算法及温度自适应加权融合方法研究[D];东北林业大学;2010年

，

本文编号：831102