| 基于AMMFO优化的MAFPF车辆跟踪方法 |
| |
| 作者单位： | 长安大学电子与控制工程学院,西安 710064;西安市智慧高速公路信息融合与控制重点实验室,西安 710064;长安大学电子与控制工程学院,西安 710064;西安市智慧高速公路信息融合与控制重点实验室,西安 710064 |
| |
| 基金项目： | 国家重点研发计划;陕西省重点研发计划项目;陕西省自然科学基础研究计划;中央高校基本科研业务费专项长安大学项目;中央高校基本科研业务费专项长安大学项目;西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金 |
| |
| 摘 要： | 针对粒子滤波算法的在车辆跟踪应用中跟踪精度较差及样本贫化问题,提出了一种利用自适应变异更新策略飞蛾扑火优化的多特征粒子滤波车辆跟踪算法。首先,利用目标纹理与颜色特征的互补性,融合两种特征来提高粒子滤波算法在复杂场景跟踪的稳定性。其次,改进飞蛾扑火算法的更新机制,将自适应权值引入飞蛾的螺旋更新策略,并使随机变异策略与其交替更新,增大算法的搜索空间,使得算法更快速地搜索到全局最优。最后,根据阈值分层样本粒子,并使适应变异更新策略飞蛾扑火优化低权值粒子的分布状态,避免样本贫化现象发生。实验表明,本文算法能够在低样本粒子数下有效地提升粒子滤波算法的性能,并在车辆受到阴影、遮挡、尺度和角度变化等复杂背景下,仍能稳定精确地跟踪目标车辆。
|
| 关 键 词： | 目标跟踪 颜色特征 纹理特征 粒子滤波 飞蛾扑火优化 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
