摘要
本发明公开的基于多尺度区域测度重采样的粒子滤波跟踪方法(MCPF),属于计算机视觉与计算机控制领域。本发明主要包括两个方面:首先,该方法通过构建多尺度区域测度特征模块反映了目标变化状态,并基于图像测度改进了萤火虫算法对粒子的重采样方式,用于降低目标轨迹状态变化对跟踪结果的影响。其次,该方法结合扩展卡尔曼滤波对粒子群的重要性密度和重采样进行了改进,并依此改进了重采样机制,用于提升粒子滤波跟踪方法的跟踪精度,能够在复杂运动情况下实现稳定跟踪。本发明主要应用于安防、智能交通及智慧冰雪运动等领域,对距离、速度和运动轨迹突变多的目标进行实时跟踪。
技术关键词
粒子滤波跟踪方法
邻域特征
概率密度函数
扩展卡尔曼滤波
相邻两帧图像
多尺度特征提取
粒子滤波算法
卡尔曼滤波算法
萤火虫算法
滤波特征
计算机视觉
智能交通
金字塔
计算方法
运动
系统为您推荐了相关专利信息
储能配置方法
新能源场站
电网调控模型
风光
出力场景
刮板输送机机头
检测刮板输送机
监测系统
传感器单元
通信单元
机载激光雷达
点云
车厢
铁路站场调车作业
计数方法
模拟机
多源传感器融合
通信控制方法
通信控制系统
时延