本文選題：視覺(jué)跟蹤 + 最小均方二乘誤差　； 參考：《光學(xué)精密工程》2017年09期

【摘要】：針對(duì)基于傳統(tǒng)融合機(jī)制的聯(lián)合跟蹤器在復(fù)雜環(huán)境下魯棒性不足的缺陷,提出一種在交互式多模型粒子濾波框架下傳遞概率矩陣可在線更新的自適應(yīng)融合跟蹤器。首先,在貝葉斯理論框架下,基于最小二乘誤差估計(jì)法得到傳遞概率矩陣迭代更新方程;然后,利用數(shù)值積分法獲得迭代更新方程的數(shù)值解;最后,結(jié)合重采樣技術(shù)實(shí)現(xiàn)不同子跟蹤器之間先驗(yàn)狀態(tài)分布的自適應(yīng)交互,以確保傳遞權(quán)值較大粒子對(duì)應(yīng)的目標(biāo)狀態(tài)。在復(fù)雜環(huán)境下進(jìn)行了的跟蹤實(shí)驗(yàn),結(jié)果驗(yàn)證了本文提出的自適應(yīng)交互式融合機(jī)制增加了對(duì)粒子先驗(yàn)狀態(tài)的校正功能,有效避免了因誤差積累導(dǎo)致的"跟蹤漂移"問(wèn)題,使聯(lián)合跟蹤器的魯棒性明顯優(yōu)于單一跟蹤器或基于其它融合機(jī)制的聯(lián)合跟蹤器。
[Abstract]:Aiming at the defect that the joint tracker based on the traditional fusion mechanism is not robust in the complex environment, an adaptive fusion tracker is proposed to update the transfer probability matrix online under the interactive multi model particle filter framework. First, the transfer probability matrix is obtained based on the least square error estimation method under the Bias theory framework. Secondly, the numerical integration method is used to obtain the numerical solution of the iterative renewal equation. Finally, the adaptive interaction of the prior state distribution between the different sub trackers is realized with the resampling technique to ensure the target state corresponding to the larger weight of the particles. The tracking experiments in the complex environment are carried out, and the results are verified in this paper. The proposed adaptive interactive fusion mechanism increases the correction function of the particle prior state, effectively avoids the "tracking drift" caused by the error accumulation, and makes the robustness of the joint tracker better than the single tracker or the joint tracker based on other fusion mechanisms.
【作者單位】： 阜陽(yáng)師范學(xué)院計(jì)算機(jī)與信息工程學(xué)院;安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：安徽省高校優(yōu)秀青年骨干人才支持計(jì)劃資助項(xiàng)目(No.gxfx2017072) 阜陽(yáng)師范學(xué)院青年人才基金重點(diǎn)資助項(xiàng)目(No.rcxm201706) 安徽省自然科學(xué)基金資助項(xiàng)目(No.1708085MF155)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒海榮;龔振邦;羅均;;運(yùn)動(dòng)目標(biāo)視覺(jué)跟蹤系統(tǒng)的控制特性研究[J];上海電機(jī)學(xué)院學(xué)報(bào);2006年02期

2 史衛(wèi)民;王慶敏;劉秋紅;陳勇;姚永杰;;視覺(jué)跟蹤技術(shù)及其應(yīng)用的研究進(jìn)展[J];海軍醫(yī)學(xué)雜志;2014年01期

3 侯志強(qiáng);韓崇昭;;視覺(jué)跟蹤技術(shù)綜述[J];自動(dòng)化學(xué)報(bào);2006年04期

4 王哲;;視覺(jué)跟蹤 用眼睛使用的“鼠標(biāo)”[J];電腦愛(ài)好者;2007年07期

5 張進(jìn);;視覺(jué)跟蹤技術(shù)發(fā)展和難點(diǎn)問(wèn)題的分析[J];信息技術(shù)與信息化;2008年06期

6 李谷全;陳忠澤;;視覺(jué)跟蹤技術(shù)研究現(xiàn)狀及其展望[J];計(jì)算機(jī)應(yīng)用研究;2010年08期

7 李偉;吳瑰麗;王猛;;視覺(jué)跟蹤算法的研究進(jìn)展[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年03期

8 劉洋;李玉山;張大樸;邱家濤;;基于動(dòng)態(tài)目標(biāo)建模的粒子濾波視覺(jué)跟蹤算法[J];光子學(xué)報(bào);2008年02期

9 張國(guó)亮;謝宗武;蔣再男;王捷;劉宏;;模糊化多視覺(jué)信息融合的視覺(jué)跟蹤策略[J];西安交通大學(xué)學(xué)報(bào);2009年08期

10 楊戈;劉宏;;視覺(jué)跟蹤算法綜述[J];智能系統(tǒng)學(xué)報(bào);2010年02期

相關(guān)會(huì)議論文 前2條

1 呂玉生;趙杰煜;;具有視覺(jué)跟蹤的中英文語(yǔ)音動(dòng)畫(huà)系統(tǒng)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 李善青;賈云得;柳陽(yáng);;一種用于穿戴計(jì)算的指示手勢(shì)視覺(jué)跟蹤方法[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王法勝;復(fù)雜場(chǎng)景下的單目標(biāo)視覺(jué)跟蹤算法研究[D];大連海事大學(xué);2014年

2 張明杰;基于視覺(jué)的目標(biāo)跟蹤與行為識(shí)別方法研究[D];西北大學(xué);2015年

3 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

4 王其聰;復(fù)雜觀測(cè)條件下的基于粒子濾波的視覺(jué)跟蹤[D];浙江大學(xué);2007年

5 夏瑜;視覺(jué)跟蹤新方法及其應(yīng)用研究[D];江南大學(xué);2013年

6 王芳林;穩(wěn)健視覺(jué)跟蹤算法中的關(guān)鍵問(wèn)題研究[D];上海交通大學(xué);2009年

7 溫靜;基于張量子空間學(xué)習(xí)的視覺(jué)跟蹤方法研究[D];西安電子科技大學(xué);2010年

8 蘇潔;光照變化下的視覺(jué)跟蹤算法研究[D];哈爾濱工程大學(xué);2010年

9 王棟;基于線性表示模型的在線視覺(jué)跟蹤算法研究[D];大連理工大學(xué);2013年

10 代江華;粒子濾波架構(gòu)下視覺(jué)目標(biāo)跟蹤相關(guān)技術(shù)研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張瑞;基于貝葉斯估計(jì)的視覺(jué)跟蹤算法研究[D];福建師范大學(xué);2015年

2 祝寶龍;基于視覺(jué)跟蹤技術(shù)的眼控鼠標(biāo)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 劉養(yǎng)彪;運(yùn)動(dòng)模糊下的視覺(jué)跟蹤算法研究[D];北京理工大學(xué);2015年

4 向秀娟;基于視覺(jué)跟蹤的移動(dòng)機(jī)器人定位研究[D];新疆大學(xué);2015年

5 張勁;基于在線隱變量支持向量機(jī)的尺度自適應(yīng)視覺(jué)跟蹤[D];西安電子科技大學(xué);2014年

6 范曲;復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)的視覺(jué)跟蹤方法研究[D];重慶大學(xué);2015年

7 孟凡帥;面向物料輸送過(guò)程狀態(tài)監(jiān)控與故障報(bào)警的視覺(jué)跟蹤技術(shù)的研究[D];河北工業(yè)大學(xué);2015年

8 張欣;基于粒子濾波的視覺(jué)跟蹤算法的FPGA實(shí)現(xiàn)[D];北京理工大學(xué);2016年

9 黃梁華;基于張量表達(dá)的視覺(jué)跟蹤算法研究[D];北京理工大學(xué);2016年

10 王安;基于多層顯著前景塊的目標(biāo)跟蹤[D];安徽大學(xué);2016年

，

本文編號(hào)：2088826