基于特征确定性的目标跟踪算法
2015-03-29李志国祝树生王小辉刘百奇
激光与红外 2015年5期
李志国,顾 鑫,祝树生,王小辉,刘百奇
(中国运载火箭技术研究院研究发展中心,北京100076)
1 引言
目标跟踪是自动驾驶、视频监控、模式识别、机器人视觉跟踪及导弹末制导[1]等领域内的一个重要研究课题。在实际的工程应用中,为解决场景快速变化及突发性干扰影响而导致跟踪失败的问题,目标的颜色、纹理、边缘等具有不同鉴别能力的多种特征被融合利用[2]。但是,在多种特征融合过程中,对不同特征确定性的度量成为一个比较麻烦的问题。一个好的度量方法能够使各种目标特征的度量方便和简洁,便于多种特征的融合和统一处理,甚至能够根据不同的场景实现多种特征的自适应加权调整,达到优化跟踪算法的目的。本文提出了一种自适应的特征确定性度量,并在粒子滤波的框架下采用加性特征融合[3]的方法实现了跟踪算法的优化。
2 特征确定性
近年来出现的各种多特征融合粒子滤波算法的主要区别是特征的提取及融合的策略不同。Brichfield等人提出了颜色和梯度特征的融合跟踪算法,实现了对人的头部运动的跟踪[4]。在该算法中,两个特征在融合结果中的贡献相等,即采用了固定的特征加权值。该算法在某些背景变化较大的场景下,跟踪效果急剧恶化,甚至出现目标跟丢的情况。
为实现特征融合过程中各特征加权值的自适应调整,需要确定一种对各种目标特征进行统一描述的方法,通过该方法定义一个统计量,实现对目标特征的统一度量,并以此作为算法中特征加权值的表示和自适应调整依据。……
登录APP查看全文
