[發明專利]一種用于多視角下多目標追蹤的改進型粒子濾波方法無效

申請號：	201010595201.2	申請日：	2010-12-10
公開（公告）號：	CN102063625A	公開（公告）日：	2011-05-18
發明（設計）人：	王智;周良毅;蔡盛盛	申請（專利權）人：	浙江大學
主分類號：	G06K9/62	分類號：	G06K9/62;G06T7/20
代理公司：	杭州求是專利事務所有限公司 33200	代理人：	周烽
地址：	310027 浙***	國省代碼：	浙江;33
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種用于視角多目標追蹤改進型粒子濾波方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及一種圖像處理方法，尤其涉及一種用于多視角下多目標追蹤的改進型粒子濾波方法。

背景技術

視頻追蹤技術作為計算機視覺應用中的重要部分，廣泛用于環境監控、人機交互、機器人導航等。其主要目的是通過對攝像頭獲得的圖像序列進行分析，計算出運動目標在每一幀圖像上的位置，并根據不同的特征值，將圖像序列中連續幀之間的同一運動目標關聯起來，得到每幀圖像中目標的運動參數以及相鄰幀圖像間運動目標的對應關系，進一步得到運動目標完整的運動軌跡。近年來比較流行的追蹤方法中，基于目標狀態估計、濾波的方法具有跟蹤精度高，魯棒性好的有點。這類方法把追蹤問題看成是一個對目標狀態求解的問題，并運用貝葉斯理論來實現目標狀態的求解。因為實際視頻追蹤過程中存在大量非線性、非高斯分布的情況，所以借助于蒙特卡羅隨機模擬的方法來實現貝葉斯濾波——粒子濾波。

現有基于視覺的目標追蹤方法中使用的特征量有目標輪廓、目標顏色、運動信息等。目標輪廓適用于剛性目標的追蹤，對于非剛性目標并不適用；運動信息適用于運動目標的追蹤，當目標靜止時就會丟失信息不能工作。目標顏色既能適應剛性、非剛性目標，同時也不受制于目標是否運動，但是光照變化對顏色信息的影響較大。

貝葉斯濾波的實質是用所有已有信息來構造系統狀態變量的后驗概率密度，再用最近的測量值進行修正，即通過觀測數據Z_1：k來遞推計算狀態X_k取不同值時的置信度p(X_k|Z_1：k)，由此獲得最優的狀態估計。用數學來描述這個過程如下。目標的狀態方程定義為：

Xk=F(Xk-1)+UkZk=H(Xk)+Vk]]>

其中，X_k是k時刻的系統狀態向量，表示目標的位置、大小尺寸，U_k是系統隨機噪聲，可看作是高斯噪聲，F(·)是系統狀態轉移模型；Z_k是k時刻的系統觀測向量，V_k是系統隨機噪聲，可看作是高斯噪聲，H(·)是系統觀測模型。假設初始概率密度p(X₀|Z₀)已知，貝葉斯估計過程就是利用初始密度和所有觀測序列通過預測和更新兩步估計出后驗概率密度p(X_k|Z_1：k)，其中Z_1：k＝{Z₁，Z₂，…，Z_k}是對系統進行k次觀測得到觀測序列。