×
丹尼尔·蓬萨;安东尼奥·M·洛佩斯。

基于粒子的视觉轮廓跟踪中的方差减少技术。 （英语） Zbl 1176.68188号

模式识别 42，第11期，2372-2391（2009）。
摘要：本文在视觉轮廓跟踪的背景下，对比研究了三种不同的策略来提高粒子滤波器的性能：无味粒子滤波器、Rao-Blackwellized粒子滤波器和分区采样技术。所分析的跟踪问题是给定目标轮廓的全局和局部变换的联合估计，采用主动形状模型方法表示。本文的主要贡献是对所考虑的技术在这一一般问题上的新颖适应性，以及在所做的大量实验工作中对其性能的定量评估。

引用于1文件

MSC公司：

68吨10 模式识别、语音识别
68单位10 图像处理的计算方法

关键词：

轮廓跟踪;活动形状模型;卡尔曼滤波器;颗粒过滤器;重要性抽样;无味粒子滤波;Rao-Blackwellization公司;分区抽样
PDF格式BibTeX公司 XML格式引用
\textit{D.Ponsa}和\textit{A.M.López}，模式识别42，第11期，2372-2391（2009；Zbl 1176.68188）
全文： 内政部

参考文献：

[1] P.Remagnino，A.Baumberg，T.Grove，T.Tan，D.Hogg，K.Baker，A.Worrall，《基于交通和行人模型的集成视觉系统》，载于：A.Clark（编辑），《第八届英国机器视觉会议论文集》，1997年，第380-389页。；P.Remagnino，A.Baumberg，T.Grove，T.Tan，D.Hogg，K.Baker，A.Worrall，《基于交通和行人模型的集成视觉系统》，载于：A.Clark（编辑），《第八届英国机器视觉会议论文集》，1997年，第380-389页。
[2] Tai，J.-C。；曾世通。；林，C.-P。；Song，K.-T.，用于自动交通监控和执法应用的实时图像跟踪，图像和视觉计算，22，6，485-501（2004）
[3] 周小生。；古普塔，A。；Comaniciu，D.，稳健形状跟踪的信息融合框架，IEEE模式分析和机器智能汇刊，27，1，115-129（2005）
[4] Nascimento，J。；Marques，J.，超声图像中多模型鲁棒形状跟踪，IEEE图像处理汇刊，17，3，392-406（2008）
[5] J.MacCormick，M.Isard，《分区采样、铰接对象和界面质量手跟踪》，载于：ECCV，第2卷，2000年，第3-19页。；J.MacCormick，M.Isard，《分区采样、铰接对象和界面质量手跟踪》，载于：ECCV，第2卷，2000年，第3-19页。
[6] 波登，R。；Sarhadi，M.，用于跟踪手指拼写的形状和运动的非线性模型，美国手语，图像和视觉计算，20，9-10，597-607（2002）
[7] Kass，M。；Witkin，A。；Terzopoulos，D.，《蛇：活动轮廓模型》，《国际计算机视觉杂志》，第1期，第4期，第321-331页（1988年）
[8] Caselles，V.公司。；Kimmel，R。；Sapiro，G.，测地活动轮廓，国际计算机视觉杂志，22，1，61-79（1997）·Zbl 0894.68131号
[9] C.Xu，A.Yezzi，J.L.Prince，《关于参数和几何活动轮廓之间的关系》，载于：第34届信号、系统和计算机Asilomar会议，2000年，第483-489页。；C.Xu，A.Yezzi，J.L.Prince，《关于参数和几何活动轮廓之间的关系》，载于：第34届信号、系统和计算机Asilomar会议，2000年，第483-489页。
[10] 弗里德曼，D。；Zhang，T.，跟踪分布的活动轮廓，IEEE图像处理汇刊，13，4，518-526（2004）
[11] Paragios，N。；Deriche，R.，运动估计和跟踪的测地活动区域和水平集方法，计算机视觉和图像理解，97，259-282（2005）
[12] 张，T。；Freedman，D.，通过背景失配提高分布跟踪性能，IEEE模式分析和机器智能学报，27，2，282-287（2005）
[13] Doucet，A。；Godsill，S。；Andrieu，C.，《关于贝叶斯滤波、统计和计算的序贯蒙特卡罗抽样方法》，10，3，197-208（2000）
[14] 杜塞特，A。；弗里塔斯，N。；Gordon，N.，《序贯蒙特卡罗方法在实践中的应用》（2001），Springer:Springer New York·Zbl 0967.00022号
[15] Arulampalam，M.S。；马斯凯尔，S。；戈登，N。；Clapp，T.，《在线非线性/非高斯贝叶斯跟踪粒子滤波器教程》，《IEEE信号处理学报》，50，2，174-188（2002），（另见IEEE声学、语音和信号处理学报）
[16] M.Isard，A.Blake，《条件密度随机传播的轮廓跟踪》，载《欧洲计算机视觉会议论文集》，第1卷，英国剑桥，1996年，第343-356页。；M.Isard，A.Blake，《条件密度随机传播的轮廓跟踪》，载《欧洲计算机视觉会议论文集》，第1卷，英国剑桥，1996年，第343-356页。
[17] Isard，M。；Blake，A.，《用于视觉跟踪的冷凝-条件密度传播》，《国际计算机视觉杂志》，29，1，5-28（1998）
[18] A.Baumberg，《学习可变形模型跟踪人体运动》，利兹大学计算机学院博士论文，1995年。；A.Baumberg，《学习可变形模型以跟踪人体运动》，利兹大学计算机研究学院博士论文，1995年·Zbl 0916.68197号
[19] A.布莱克。；Isard，A.，《活动轮廓》（1998），《施普林格：柏林施普林格》
[20] T.Cootes，C.Taylor，计算机视觉外观统计模型，技术报告，成像科学和生物医学工程，曼彻斯特大学，2004年。；T.Cootes，C.Taylor，计算机视觉外观统计模型，技术报告，成像科学和生物医学工程，曼彻斯特大学，2004年。
[21] Cremers，D.，基于水平集跟踪的动态统计形状先验，IEEE模式分析和机器智能学报，28，8，1262-1273（2006）
[22] Rathi，Y。；北瓦斯瓦尼。；Tannenbaum，A.，使用动态形状优先的粒子滤波器进行跟踪的通用框架，IEEE图像处理汇刊，16，5，1370-1382（2007）
[23] Rathi，Y。；北瓦斯瓦尼。；Tannenbaum，A。；Yezzi，A.，使用几何活动轮廓的粒子滤波跟踪变形对象，IEEE模式分析和机器智能汇刊，29，8，1470-1475（2007）
[24] P.Tissainayagam，《视觉跟踪：开发、性能评估和运动模型切换》，莫纳什大学电气与计算机系统工程系博士论文，2001年。；P.Tissainayagam，视觉跟踪：开发、性能评估和运动模型切换，莫纳什大学电气和计算机系统工程系博士论文，2001年·兹比尔1012.68888
[25] Tissainayagam，P。；Suter，D.，带自动运动模型切换的轮廓跟踪，模式识别，362411-2427（2003）·Zbl 1039.68113号
[26] D.Reynard，A.Wildenberg，A.Blake，J.A.Marchant，从图像序列中学习复杂运动的动力学，收录于：ECCV，第1卷，1996年，第357-368页。；D.Reynard、A.Wildenberg、A.Blake、J.A.Marchant，《从图像序列中学习复杂运动的动力学》，载于：ECCV，第1卷，1996年，第357-368页。
[27] A.Wildenberg，视觉跟踪的学习和初始化，牛津大学工程科学系机器人研究小组博士论文，1998年。；A.Wildenberg，视觉跟踪的学习和初始化，牛津大学工程科学系机器人研究小组博士论文，1998年。
[28] B.North，A.Blake，《使用期望最大化学习动力学模型》，载于：ICCV，1998年，第384-389页。；B.North，A.Blake，《使用期望最大化学习动力学模型》，载于：ICCV，1998年，第384-389页。
[29] J.MacCormick，《视觉定位和跟踪的概率建模和随机算法》，牛津大学工程科学系博士论文，2000年1月。；J.MacCormick，视觉定位和跟踪的概率建模和随机算法，牛津大学工程科学系博士论文，2000年1月·Zbl 1069.68637号
[30] D.Mackay，《蒙特卡罗方法简介》，《图形模型学习》，麻省理工学院出版社，马萨诸塞州剑桥，1999年，第175-204页。；D.Mackay，《蒙特卡罗方法简介》，《图形模型学习》，麻省理工学院出版社，马萨诸塞州剑桥，1999年，第175-204页·Zbl 0911.65004号
[31] A.孔。；Liu，J.S。；Wong，W.H.，序列插补和贝叶斯缺失数据问题，美国统计协会杂志，89425278-288（1994）·Zbl 0800.62166号
[32] 新泽西州戈登。；Salmond，D.J。；Smith，A.F.M.，非线性/非高斯贝叶斯状态估计的新方法，IEE Proceedings-F，140，2，107-113（1993）
[33] Kitagawa，G.，非高斯非线性状态空间模型的蒙特卡罗滤波器和平滑器，计算与图形统计杂志，5，1，1-25（1996）
[34] Liu，J.S。；Chen，R.，动态系统的序贯蒙特卡罗方法，美国统计协会杂志，93，443，1032-1044（1998）·Zbl 1064.65500号
[35] J.Carpenter，P.Clifford，P.Fernhead，《非线性问题的改进粒子滤波器》，载于：IEE雷达、声纳和导航学报，1999年，第2-7页。；J.Carpenter，P.Clifford，P.Fernhead，《非线性问题的改进粒子滤波器》，载于《IEE雷达、声纳和导航学报》，1999年，第2-7页。
[36] R.Douc，O.Cappé，E.Moulines，粒子滤波重采样方案的比较，见：第四届图像信号处理与分析国际研讨会，2005年，第64-69页。；R.Douc，O.Cappé，E.Moulines，《粒子滤波重采样方案的比较》，载于：第四届图像信号处理与分析国际研讨会，2005年，第64-69页。
[37] R.van der Merwe，N.de Freitas，A.Doucet，E.Wan，《无味粒子过滤器》，收录于《神经信息处理系统的进展》，第13卷，2001年。；R.van der Merwe，N.de Freitas，A.Doucet，E.Wan，《无味粒子过滤器》，收录于《神经信息处理系统的进展》，第13卷，2001年。
[38] Y.Rui，Y.Chen，Better proposal distributions:Object tracking using unscented particle filter，in：《计算机视觉与模式识别会议》，2001年第2卷，第786-793页。；Y.Rui，Y.Chen，《Better proposal distributions:Object tracking using unscented particle filter》，载《计算机视觉与模式识别会议》，2001年第2卷，第786-793页。
[39] 李，P。；詹德·T。；Pece，A.E.，基于粒子滤波器的视觉轮廓跟踪，图像和视觉计算，21，1，111-123（2003）
[40] 蒂尔尼，L。；Kadane，J.B.，《后力矩和边缘密度的精确近似值》，《美国统计协会杂志》，81，393，82-86（1986）·Zbl 0587.62067号
[41] Vaswani，N.，具有多模态观测可能性的大维状态空间的粒子滤波，IEEE信号处理汇刊，56，104583-4597（2008）·兹比尔1390.94452
[42] Z.Chen，T.Kirubarajan，M.Moreland，改进的粒子滤波目标跟踪方案，收录于：IEEE声学、语音和信号处理国际会议，2005年。《会议记录》（ICASSP’05），第4卷，2005年，pp.iv/145-iv/148第4卷。；Z.Chen，T.Kirubarajan，M.Moreland，改进的粒子滤波目标跟踪方案，收录于：IEEE声学、语音和信号处理国际会议，2005年。《会议记录》（ICASSP’05），第4卷，2005年，pp.iv/145-iv/148 vol.4。
[43] Arnaud，E。；Mémin，E.，使用顺序蒙特卡罗方法跟踪图像序列的偏线性高斯模型，国际计算机视觉杂志，74，1，75-102（2007）
[44] 奥多贝兹，J.-M。；Gatica-Perez，D。；Ba，S.O.，在基于模型的随机跟踪中嵌入运动，IEEE图像处理汇刊，15，11，3515-3531（2006）
[45] A.Doucet，《关于贝叶斯滤波的基于序列模拟的方法》，技术报告CUED/F-INFENG/TR.310，剑桥大学工程系，1998年。；A.Doucet，《基于序列模拟的贝叶斯滤波方法》，技术报告CUED/F-INFENG/TR.310，剑桥大学工程系，1998年。
[46] C.Andrieu，J.de Freitas，A.Doucet，应用于神经网络的序贯贝叶斯估计和模型选择，技术报告CUED/F-INFENG/TR 341，剑桥大学，（1999\langle；）http://svr-www.eng.cam.ac.uk/\（\rangle；\）。；C.Andrieu，J.de Freitas，A.Doucet，应用于神经网络的序贯贝叶斯估计和模型选择，技术报告CUED/F-INFENG/TR 341，剑桥大学，（1999\langle；）http://svr-www.eng.cam.ac.uk/\（\rangle；\）。
[47] K.P.Murphy，动态环境中的贝叶斯映射学习，收录于：神经信息处理系统的进展，2000年，第1015-1021页。；K.P.Murphy，动态环境中的贝叶斯映射学习，收录于：神经信息处理系统（NIPS）进展，2000年，第1015-1021页。
[48] Gustafsson，F。；Gunnarsson，F。；北卡罗来纳州伯格曼。；美国福赛尔。；Jansson，J。；卡尔森，R。；Nordlund，P.-J.，定位、导航和跟踪用粒子滤波器，IEEE信号处理汇刊，50，2，425-437（2002）
[49] Doucet，A。；新泽西州戈登。；Krishnamurthy，V.，跳马尔可夫线性系统状态估计的粒子滤波器，IEEE信号处理汇刊，49，3，613-624（2001）
[50] Xu，X。；Li，B.，自适应Rao-Blackwellized粒子滤波器及其在监视跟踪中的评估，IEEE图像处理汇刊，16，3，839-849（2007）
[51] 南卡罗来纳州。；Vehtari，A.公司。；Lampinen，J.，Rao-Blackwellized粒子滤波多目标跟踪，信息融合，8，1，2-15（2007），（第七届信息融合国际会议专刊-第二部分，第七届国际信息融合会议）
[52] Z.Khan，T.Balch，F.Dellaert，用于特征跟踪的Rao-Blackwellized粒子滤波器，载于：2004年IEEE计算机学会计算机视觉和模式识别会议论文集，2004年。CVPR 2004，第2卷，2004年，第II-980-II-986页。；Z.Khan，T.Balch，F.Dellaert，用于特征跟踪的Rao-Blackwellized粒子滤波器，载于：2004年IEEE计算机学会计算机视觉和模式识别会议论文集，2004年。CVPR 2004，第2卷，2004年，第II-980-II-986页。
[53] G.Schindler，F.Dellaert，《Rao-Blackwellized parts星座跟踪器》，收录于：ICCV动态视觉研讨会；计算机视觉国际会议，2005年，第178-189页。；G.Schindler，F.Dellaert，《Rao-Blackwellized parts星座跟踪器》，收录于：ICCV动态视觉研讨会；国际计算机视觉会议，2005年，第178-189页。
[54] Schon，T.等人。；Gustafsson，F。；Nordlund，P.-J.，混合线性/非线性状态空间模型的边缘化粒子滤波器，IEEE信号处理汇刊，53，7，2279-2289（2005）·Zbl 1370.94229号
[55] A.Kale，N.Vaswani，C.Jaynes，《带模式跟踪器（PF-MT）的粒子滤波器用于光照变化的视觉跟踪》，收录于：IEEE声学、语音和信号处理国际会议，2007年。ICASSP 2007，第1卷，2007年，第I-929-I-932页。；A.Kale，N.Vaswani，C.Jaynes，《带模式跟踪器（PF-MT）的粒子滤波器用于光照变化的视觉跟踪》，收录于：IEEE声学、语音和信号处理国际会议，2007年。ICASSP 2007，第1卷，2007年，第I-929-I-932页。
[56] N.Vaswani，A.Yezzi，Y.Rathi，A.Tannenbaum，跟踪轮廓变形的时变有限维基础，收录于：第45届IEEE决策与控制会议，美国加利福尼亚州圣地亚哥，2006年12月13-15日。第1665-1672页，doi:10.1109/CDC.2006.376972。；N.Vaswani，A.Yezzi，Y.Rathi，A.Tannenbaum，跟踪轮廓变形的时变有限维基础，收录于：第45届IEEE决策与控制会议，美国加利福尼亚州圣地亚哥，2006年12月13-15日。第1665-1672页，doi:10.1109/CDC.2006.376972。
[57] J.MacCormick，A.Blake，《物体定位的概率轮廓判别法》，载：ICCV，1998，第390-395页。；J.MacCormick，A.Blake，《物体定位的概率轮廓判别法》，载于：ICCV，1998年，第390-395页。
[58] C.Andrieu，N.de Freitas，A.Doucet，贝叶斯模型选择的顺序MCMC，收录于：IEEE高阶统计研讨会，1999年，第130-134页。；C.Andrieu，N.de Freitas，A.Doucet，贝叶斯模型选择的顺序MCMC，收录于：IEEE高阶统计研讨会，1999年，第130-134页。
[59] C.Musso，N.Oudjane，F.L.Gland，《改进规则化颗粒过滤器》，摘自：《序贯蒙特卡罗方法在实践中的应用》，施普林格，纽约，2001年，第247-271页。；C.Musso，N.Oudjane，F.L.Gland，《改进规则化粒子过滤器》，摘自：《序贯蒙特卡罗方法在实践中》，施普林格，纽约，2001年，第247-271页·Zbl 1056.93588号
[60] K.Smith，D.Gatica-Perez，《订单事项：多目标跟踪的分布式采样方法》，载于：英国机器视觉会议（BMVC），2004年第11期，第25-32页。；K.Smith，D.Gatica-Perez，《订单事项：多目标跟踪的分布式采样方法》，载于：英国机器视觉会议（BMVC），2004年第11期，第25-32页。
[61] T.Yamamoto，R.Chellappa，《用于人体跟踪的形状和运动驱动粒子滤波》，载于：ICME’03：2003年多媒体和实验国际会议论文集第3卷（ICME’2003），IEEE计算机学会，美国华盛顿特区，2003年，第61-64页。；T.Yamamoto，R.Chellappa，《用于人体跟踪的形状和运动驱动粒子滤波》，载于：ICME'03：2003年国际多媒体和实验会议论文集第3卷（ICME'2003），IEEE计算机学会，美国华盛顿特区，2003年，第61-64页。
[62] K.Branson，S.Belongie，跟踪多个鼠标轮廓（没有太多样本），收录于：IEEE计算机视觉和模式识别会议，2005年。CVPR 2005，第1卷，2005年，第1039-1046页。；K.Branson，S.Belongie，跟踪多个鼠标轮廓（没有太多样本），收录于：IEEE计算机视觉和模式识别会议，2005年。CVPR 2005，第1卷，2005年，第1039-1046页。
[63] Moreno-Noguer，F。；Sanfeliu，A。；Samaras，D.，用于鲁棒跟踪的依赖多线索集成，IEEE模式分析和机器智能汇刊，30，4，670-685（2008）
[64] 奥尔顿，M。；Fitzgerald，W.，使用传感器阵列和粒子滤波器跟踪多个目标的贝叶斯方法，IEEE信号处理学报，50，2，216-223（2002）·Zbl 1369.94250号
[65] C.Kreucher，K.Kastella，A.O.Hero III，使用联合多目标概率密度进行多目标跟踪，IEEE航空航天和电子系统交易41（4）（2005）1396-1414。；C.Kreucher，K.Kastella，A.O.Hero III，使用联合多目标概率密度进行多目标跟踪，IEEE航空航天和电子系统交易41（4）（2005）1396-1414。
[66] 西格尔，L。；Sclaroff，S。；Athitsos，V.，时变照明下基于肤色的视频分割，IEEE模式分析和机器智能汇刊，26，7，862-877（2004）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。