-
题名目标跟踪中的改进Monte Carlo滤波算法
- 1
-
-
作者
朱娟
孟繁英
郝俊红
于大海
孙少甫
-
机构
长春大学光华学院电气信息学院
-
出处
《计算机工程与应用》
CSCD
2012年第18期168-171,共4页
-
基金
吉林省教育厅"十二五"科学技术研究项目(No.2011448
No.2011452)
-
文摘
传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化。为了解决这个问题,提出一种改进的Monte Carlo滤波算法。在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题。
-
关键词
目标跟踪
MONTE
Carlo滤波
采样贫瘠
重采样
-
Keywords
target tracking
Monte Carlo filtering
sample barren
re-sample
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
