运动目标追踪的人工鱼群优化粒子滤波算法

摘要：

为了进一步提高视频图像序列中的运动目标追踪精度,在扩展卡尔曼粒子滤波中引入人工鱼群算法,利用人工鱼群算法优化采样过程,使粒子不断朝高似然区域移动来寻找最优位置;然后对重采样过程优化,提高样本多样性,克服粒子样本贫化问题,提高对系统状态的预估精度;最后以颜色直方图特征描述运动目标,结合目标的运动特征建立游走模式的二阶自回归模型,以提高运动估计精度.对比标准粒子滤波(PF)、扩展卡尔曼粒子滤波(EKPF),人工鱼群优化扩展卡尔曼粒子滤波算法(AFSA-EKPF)能够将滤波结果均方误差的均值和方差分别降低至0.113 86和0.003 09,同时在追踪运动目标实验中,能够有效地消除目标遮挡所带来的影响.

关键词：运动目标跟踪、扩展卡尔曼粒子滤波、人工鱼群、颜色直方图

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省自然科学基金F2015202239;天津市科技计划项目15ZCZDNC00130

在线出版日期：2016-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：12-19