留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于K均值和不变矩的粒子滤波视频目标跟踪

能燕,  刘清,  江源远,  周雅琪

downloadPDF
文章导航 > 交通信息与安全  > 2011 >  29(6): 29-33,49
能燕, 刘清, 江源远, 周雅琪. 基于K均值和不变矩的粒子滤波视频目标跟踪[J]. 交通信息与安全, 2011, 29(6): 29-33,49. doi: 10.3963/j.ISSN1674-4861.2011.06.007
引用本文: 能燕, 刘清, 江源远, 周雅琪. 基于K均值和不变矩的粒子滤波视频目标跟踪[J]. 交通信息与安全, 2011, 29(6): 29-33,49. doi: 10.3963/j.ISSN1674-4861.2011.06.007
shu
XIONG Yan, LIU Qing, JIANG Yuanyuan, ZHOU Yaqi. Particle Filter Based on K-means and Invariant Moments for Video Object Tracking[J]. Journal of Transport Information and Safety, 2011, 29(6): 29-33,49. doi: 10.3963/j.ISSN1674-4861.2011.06.007
Citation: XIONG Yan, LIU Qing, JIANG Yuanyuan, ZHOU Yaqi. Particle Filter Based on K-means and Invariant Moments for Video Object Tracking[J]. Journal of Transport Information and Safety, 2011, 29(6): 29-33,49. doi: 10.3963/j.ISSN1674-4861.2011.06.007
shu

基于K均值和不变矩的粒子滤波视频目标跟踪

doi: 10.3963/j.ISSN1674-4861.2011.06.007

  • 武汉理工大学自动化学院 武汉430063

  • 武汉理工大学自动化学院 武汉430063

  • 武汉理工大学自动化学院 武汉430063

  • 武汉理工大学自动化学院 武汉430063

详细信息

  • 中图分类号: TP18 TP391.4

Particle Filter Based on K-means and Invariant Moments for Video Object Tracking

    摘要
  • 摘要: 针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度,导致视频序列目标实时跟踪难以实现的问题进行了研究,提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法.首先对最初采样的粒子集采用K均值算法进行聚类,将N个粒子分配到K个聚类中心;然后将不变矩算法引入到粒子的选取中,通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配,选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算.实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题,只需要采用较少的粒子就能达到很好的跟踪精度,大大的减少了计算量,改善了粒子滤波的实时性的问题.同时,在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  520
  • HTML全文浏览量:  115
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2011-12-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发