基于人眼视觉非均匀特性的实时粒子滤波跟踪方法

陈义, 孙小炜, 李言俊

陈义, 孙小炜, 李言俊. 基于人眼视觉非均匀特性的实时粒子滤波跟踪方法[J]. 红外技术, 2010, 32(11): 621-624,635. DOI: 10.3969/j.issn.1001-8891.2010.11.001
引用本文: 陈义, 孙小炜, 李言俊. 基于人眼视觉非均匀特性的实时粒子滤波跟踪方法[J]. 红外技术, 2010, 32(11): 621-624,635. DOI: 10.3969/j.issn.1001-8891.2010.11.001
CHEN Yi, SUN Xiao-wei, LI Yan-jun. Real-time Particle Filter Tracking Method Based on Human Vision Non-uniform Characteristics[J]. Infrared Technology , 2010, 32(11): 621-624,635. DOI: 10.3969/j.issn.1001-8891.2010.11.001
Citation: CHEN Yi, SUN Xiao-wei, LI Yan-jun. Real-time Particle Filter Tracking Method Based on Human Vision Non-uniform Characteristics[J]. Infrared Technology , 2010, 32(11): 621-624,635. DOI: 10.3969/j.issn.1001-8891.2010.11.001

基于人眼视觉非均匀特性的实时粒子滤波跟踪方法

基金项目: 国家自然科学基金(60575013)%航天支撑基金(N7CH0009)%西北工业大学研究生创新实验中心资助
详细信息
  • 中图分类号: TN911.73

Real-time Particle Filter Tracking Method Based on Human Vision Non-uniform Characteristics

  • 摘要: 由于在成像制导过程中需要实时处理大量的信息,为了在尽可能保留有效信息的情况下降低计算量,采用了一种人眼视觉非均匀采样模型--对数极坐标模型,来压缩信息量以提高计算速度;另外,由于对数极坐标变换对目标形状具有旋转和缩放不变性,在跟踪非刚性目标时该模型能表现出很好的稳健性;考虑到复杂环境中目标跟踪包含强噪声和强杂波,而且目标模型是非高斯非线性的,针对这些问题,在人眼非均匀采样模型的基础上,将基于目标强度特征的Mean shift跟踪方法与粒子滤波相结合,将Mean shift算法用于采样粒子滤波,有效地降低了抽样的粒子数,并对算法进行了数字仿真;实验结果表明,该方法能够有效抑制匹配点漂移,并且降低目标跟踪的计算量,是一种稳健的目标跟踪方法.
计量
  • 文章访问数:  117
  • HTML全文浏览量:  21
  • PDF下载量:  5
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日