第15卷第10期
中国图象图形学报
V01.15,No.10
2010年lO月
Journal
of
Image
and
Graphics
Oct-,2010
中图法分类号:TN391
文献标志码:A
文章编号:1006.8961(2010)10-1507-08
索引信息:王鑫,唐振民.一种改进的基于Camshift的粒子滤波实时目标跟踪算法[J].中国图象图形学报.2010,15(10):1507—1514
一种改进的基于Camshift的粒子滤波
实时目标跟踪算法
王
鑫,唐振民
(南京理工大学计算机科学与技术学院,南京210094)
摘要:为了能够快速和准确地跟踪运动目标,提出了一种改进的基于Camshift的粒子滤波算法。在粒子滤波框
架下,首先对传统目标模型进行改进,提出一种新的融合目标颜色信息和运动信息的模型,以增强目标跟踪的稳健
性和准确性;同时为了提高跟踪的效率,将一种改进的Camshifi算法嵌入到粒子滤波中,用来重新分配随机粒子样
本,使之向目标状态的最大后验概率密度方向移动。实验结果表明,与传统的粒子滤波算法或Camshifi算法相比,
该方法能有效处理目标快速运动或背景存在强干扰等情况,实现对目标快速和稳健的跟踪。
关键词:实时目标跟踪;粒子滤波;Camshifi;多信息融合
An
improved
camshift-based
particle
filter
algorithm
for
real—time
target
tracking
WANG
Xin,TANG
Zhenmin
(School
ofCompu把r
Science&Technology,Nanjing№itwji秒ofScience
and
Technology,Nanjing
210094)
Abstract:An
improved
particle
filter
algorithm
based
on
Camshifi
is
proposed
in
order
to
track
the
moving
target
quickly
and
acearately.Firstly,under
the
particle
filter
framework,the
algorithm
improves
the
traditional
target
model
and
presents
a
novel
target
model,which
fuses
color
and
motion
cues,to
enhance
the
robustness
and
accuracy
of
target
tracking.
Meanwhile,in
order to
increase
the
tracking
efficiency,all
improved
Camshift
algorithm
is
embedded
into
the
particle
filter
to
rearrange
the
random
particles,in
which
the
particles
moved
toward
the
maximal
posterior
probability
density
of
the
target
state.Experimental
results
show
that
compared
with
the
traditional
particle
filter
algorithm
or
Camshifi
algorithm,the
proposed
method
can
successfully
cope
with
the
situations
of fast
moving target
or
strong
disturbances
in
the
background,
and
achieve
fast
and
robust
tracking
of
the
target.
Keywords:real-time
target
tracking;particle
filter;Camshift;multi·cue
fusion
0
引
言
运动目标的跟踪是计算机视觉领域的一个研究
热点,同时也是军事制导、安全监控等系统中的一项
核心技术。在实际应用中,目标跟踪只允许占用少
量的系统资源,而剩余的部分要用于更高层次的任
务,如轨迹的解释和推理等,因此建立一个具有良好
实时性和稳健性的目标跟踪算法成为一项富有挑战
性的课题。
国内外研究人员提出了多种目标跟踪算法。但
大多数都是针对某个特殊问题,并基于很多假设,如
收稿日期:2009—02—26;改回日期:2009-06一Ol
第一作者简介:王鑫(198l一),女。现为南京理工大学博士研究生。主要研究方向为图像处理、目标检测和跟踪。
E-mail:mngtian—helen@yahoo.eom.eno
万方数据