屈鉴铭,刘志镜,贺文骅
(西安电子科技大学计算机学院, 710071, 西安)
结合有向场景运动模式的粒子滤波行人跟踪方法
屈鉴铭,刘志镜,贺文骅
(西安电子科技大学计算机学院, 710071, 西安)
针对现有行人跟踪算法较少考虑场景运动模式信息的问题,建立一种面向有向场景运动模式的在线学习模型以描述区域行人的共有运动特性,并以此提出了一种新型的粒子滤波行人跟踪算法。通过对行人运动特性的选择性在线统计,探索在非高密度行人跟踪问题中场景模式信息和运动历史信息的运用方式。模型由一个表征行人运动状态相空间局域运动特性的二阶直方图矩阵来描述,并根据每个跟踪单元的加权投票实施更新。通过修正粒子转移后似然概率分布,该算法能够加速粒子向真实的后验分布收敛。通过对两个不同特点的公共数据集视频中的行人进行跟踪实验并与标准的粒子滤波算法结果比较,该算法的平均跟踪误差均低于标准粒子滤波平均跟踪误差的40%,且其运算速度可达6~15帧/s,满足近实时应用帧率。
有向场景运动模式;粒子滤波;行人跟踪
行人跟踪是计算机视觉的核心热点课题之一,广泛地应用于智能交通、人机交互、公共安全及国防建设等诸多领域。行人跟踪的关键技术之一是如何选取最有效的迭代滤波算法解决状态的估计问题。早期广为采用的卡尔曼滤波以及其后提出的扩展卡尔曼滤波和无味卡尔曼滤波等算法均是线性动态系统的最优极小方差估计。……