复杂场景下多运动目标遮挡跟踪方法*
2015-06-07方英武刘振霞
王 轶 方英武 刘振霞
(空军工程大学信息与导航学院 西安 710077)
复杂场景下多运动目标遮挡跟踪方法*
王 轶 方英武 刘振霞
(空军工程大学信息与导航学院 西安 710077)
基于Dezert-Smarandache theory(DSmT)提出一种自然场景下多运动目标遮挡的跟踪方法。在DSmT和粒子滤波框架下,通过设计新的合并策略来融合运动目标的颜色和位置信息,建立起融合位置和颜色信息的多目标跟踪仿真实验平台,最终实现自然场景下基于DSmT多运动目标遮挡的跟踪算法。通过两组不同场景下的跟踪实验测试,结果表明论文给出的证据合并策略和目标跟踪模型快速、高效。特别是对于完全交叉、遮挡目标的跟踪,最大粒子数达到40就能有效处理高冲突信息。进一步分析每个目标估计位置的RMS误差,对于自然场景下多目标跟踪过程中所涉及的证据间高冲突问题,采用文中方法显示出良好的跟踪能力和精度,其研究成果可为视觉跟踪技术的应用提供新的研究方法和思路。
DSmT;合并策略;视觉跟踪;遮挡目标
Class NumberTP391
1 引言
运动目标跟踪是计算机视觉研究的核心内容,由于被跟踪目标本身特征的多样性、所处环境的复杂性,使得目标跟踪成为一个极富挑战性的课题,特别是自然场景下出现的目标遮挡问题成为限制跟踪算法鲁棒性的关键因素[1~2]。复杂场景下运动目标遮挡涉及到大量的证据冲突问题,而实现这些冲突信息的有效融合是提升运动目标遮挡跟踪算法鲁棒性的关键。Dezert和Smarandache提出的DSmT(Dezert Smarandache Theory)理论[3],在辨识框架的基础上改进证据模型,既能够处理多源信息的模糊性和不确定性也能处理高度冲突性,现已成为智能系统中处理不确定信息的一种常用的方法[4]。……
