基于粒子群的粒子滤波视频目标跟踪方法

摘要

本发明公开了一种基于粒子群的粒子滤波视频目标跟踪方法，主要解决点粒子描述精确性与量测模糊性之间不匹配的问题。其实现步骤是：1.在粒子滤波框架下将普通点粒子拓展为粒子群，通过目标状态预测得到粒子群中心；2.确定每一个粒子群中的粒子，并提取对应的候选目标；3.通过计算候选目标特征与模板之间的距离，对粒子群中心进行更新，并得到粒子群对应权值；4.对粒子群中心进行重采样，进而融合得到目标的状态估计，实现对目标的可靠跟踪。本发明更为高效的实现了对目标状态空间的覆盖，提高了目标跟踪的性能，提高了对大动态范围小目标的搜索和捕捉性能，可用于视频监控、无人机航拍跟踪、机器人导航等系统。

主权项

一种基于粒子群的粒子滤波视频目标跟踪方法，包括：(1)初始化粒子群：(1a)读入k‑1时刻的图像I_k‑1，初始化k‑1时刻的粒子群中心集为其中，表示k‑1时刻第i个粒子群的中心，i为粒子群序号，取值为1,2,…,N，N表示粒子群总数，k表示时刻，初始时刻为k＝1；(1b)初始化目标跟踪窗：B_k‑1＝(r_k‑1,c_k‑1)^T，其中r_k‑1和c_k‑1分别表示k‑1时刻目标跟踪窗的长度和宽度值，T表示向量转置运算；(1c)根据目标初始状态与目标跟踪窗B_k‑1，初始化目标的特征协方差矩阵M作为特征模板；(2)粒子群状态预测：(2a)读入k时刻的图像I_k，通过对k‑1时刻图像中粒子群中心集的传递，得到k时刻图像中的预测粒子群中心集为其中表示k时刻的第i个预测粒子群中心；(2b)根据k时刻的预测粒子群中心集确定k时刻的粒子群集其中表示k时刻第i个粒子群中的第j个粒子，j为粒子序号，取值为1,2,…,M，M表示每个粒子群中的粒子总数；(3)粒子群状态更新(3a)根据k时刻粒子群集和目标跟踪窗B_k‑1，确定k时刻的候选目标集其中，表示k时刻第i个粒子群中的第j个粒子所对应的候选目标，它表示以为中心、B_k‑1为长宽所界定出的矩形区域；(3b)提取k时刻的候选目标集对应的候选目标特征集其中表示k时刻第i个粒子群中的第j个粒子所对应候选目标的特征协方差矩阵；(3c)根据候选目标特征集确定权值集其中表示k时刻第i个粒子群中的第j个粒子所对应的权值；(3d)根据权值集确定k时刻的更新粒子群中心集并确定粒子群权值集其中表示k时刻第i个更新粒子群中心，表示k时刻第i个粒子群所对应的权值；(4)重采样：利用重采样算法，根据粒子群权值集对k时刻的更新粒子群中心集进行重采样，得到k时刻的粒子群中心集其中表示k时刻第i个粒子群的中心；(5)目标状态估计：(5a)根据k时刻的粒子群中心集估计k时刻的目标状态X_k；(5b)根据k时刻的目标状态X_k和目标跟踪窗B_k，确定出k时刻目标T_k，并输出；(6)判断是否迭代：检查下一时刻的信息是否到达，若是，令k＝k+1，返回步骤(2)进行迭代，否则，目标跟踪过程结束。