基于特征融合的粒子濾波算法的研究與實(shí)現(xiàn).pdf

1、視頻運(yùn)動目標(biāo)檢測與跟蹤技術(shù)是隨著數(shù)字視頻技術(shù)的發(fā)展而產(chǎn)生的一個新的研究課題，在國防安全、民用事業(yè)等領(lǐng)域有著廣泛應(yīng)用。粒子濾波算法本身適用于非線性非高斯動態(tài)模型，更接近真實(shí)場景，目前廣泛的應(yīng)用于目標(biāo)跟蹤領(lǐng)域。
　　近年來，許多研究者對粒子濾波算法進(jìn)行了大量的研究。盡管人們已經(jīng)提出了很多有效的目標(biāo)跟蹤算法，但現(xiàn)有大部分算法都使用大量的粒子以保證跟蹤的穩(wěn)定性，大量粒子的計(jì)算限制了算法實(shí)時性能的提高。同時光照變化以及背景中的噪聲和干擾等問

2、題影響著目標(biāo)跟蹤的魯棒性。本文在運(yùn)動目標(biāo)檢測方面，使用幀間差分法快速獲得運(yùn)動目標(biāo);在運(yùn)動目標(biāo)跟蹤方面，研究和設(shè)計(jì)了基于特征融合的粒子濾波跟蹤算法。
　　本文首先設(shè)計(jì)了基于顏色單特征矩形粒子模型的粒子濾波算法，粒子數(shù)為50的情況下，單目標(biāo)跟蹤算法平均每幀處理時間約為17.99ms;雙目標(biāo)跟蹤算法平均每幀處理時間約為43.415ms。本文使用標(biāo)準(zhǔn)C語言對算法進(jìn)行實(shí)現(xiàn)，增加了算法的移植性。針對基于顏色單特征的粒子濾波算法魯棒性低的問題，

3、本文融合LBP特征對粒子濾波算法進(jìn)行改進(jìn)，基于特征融合后的改進(jìn)算法按一定的權(quán)值系數(shù)結(jié)合目標(biāo)的顏色特征和紋理特征來構(gòu)建似然函數(shù)作為跟蹤依據(jù)。實(shí)驗(yàn)表明該算法很好的處理了目標(biāo)顏色相近和遮擋等情況。最后，本文結(jié)合OpenMP多線程編程語言對算法進(jìn)行并行化，提高了目標(biāo)跟蹤的執(zhí)行速度。對于單目標(biāo)跟蹤，粒子數(shù)為50的情況下，算法整體執(zhí)行速度提升12.05％。對于雙目標(biāo)跟蹤，粒子數(shù)為50的情況下，算法整體執(zhí)行速度提升20.65％。
　　本文以粒子