孙新领， 马绍惠， 徐平平

(1.河南工学院 计算机科学与技术系，河南 新乡 453003;2.东南大学 信息科学与工程学院，江苏 南京 211189)



基于SIR粒子滤波和局部搜索算法的运动目标跟踪方案

孙新领1*， 马绍惠1， 徐平平2

(1.河南工学院 计算机科学与技术系，河南 新乡 453003;2.东南大学 信息科学与工程学院，江苏 南京 211189)

针对视频处理中的显著运动目标跟踪问题，提出一种基于序列重要性重采样(SIR)粒子滤波和局部搜索算法的运动目标跟踪方案.首先，对视频序列进行SIR粒子滤波，获得粒子的似然分布，并对粒子进行加权；然后，构建粒子的动态模型和观测模型；最后，当检测到目标运动时，根据每个时间步上观测似然的反馈信息，利用局部搜索算法自适应更新粒子的动态模型，从而实现目标的动态跟踪.实验结果表明，该方案能够有效地跟踪运动目标，且对目标背景、大小、遮挡和光照等因素具有鲁棒性.

运动目标跟踪；SIR粒子滤波；局部搜索算法；动态模型；观测模型

在计算机视觉领域中，学者已提出了多种跟踪方法[1～6]. [2]提出了一种基于颜色粒子滤波(PF)的跟踪方案.PF提供了灵活的框架，能够处理非线性和非正则系统，对背景复杂和随机指标图像序列的目标跟踪具有有效性.[3]提出了称为boost粒子滤波(BPF)的离线探测器，通过在运动领域优化传统均值漂移算法并构建背景模型，来应对不可预测和快速运动的目标.然而，这种方法需要快速探测较大搜索区域，计算量大.

序列重要性重采样……