论文部分内容阅读
本文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。