×
Yoon、Changyong;Minkyu Cheon公司;米农·帕克

使用模糊粒子滤波中的自适应模型从图像序列中跟踪目标。 （英语） Zbl 1320.68206号

信息科学。 253, 74-99 (2013).
摘要：本文描述了一种基于视觉的图像序列目标跟踪系统。该系统采用标准体系结构，并带有一个粒子滤波器，这是一种流行的实时跟踪对象的算法。在实际的复杂环境（如交通道路）下，由于背景复杂且变化迅速，许多跟踪算法很难鲁棒地跟踪目标。为了使目标跟踪具有鲁棒性，我们提出了使用自适应自回归模型作为状态转换模型，使用自适应外观混合模型作为观测模型的方法。但是，在被跟踪对象的状态突然改变的情况下，自适应模型可能无法为当前精确状态提供最佳参数。由于在这种情况下，自适应模型的噪声方差大于正常情况下的噪声方差，因此它会影响目标跟踪算法的精度。因此，我们提出了一种模糊粒子滤波器，以克服由于多种原因导致的意外不当方差的出现所带来的问题。本文利用可能性理论，将模糊粒子滤波器中的过程噪声和观测噪声视为模糊变量，利用带有模糊噪声的模糊粒子滤波器来管理各种噪声模型中的不确定性。此外，我们使用这些模糊变量定义的模糊关系方程来进行可能性测度。然后，利用模糊期望值算子对状态进行估计。
此外，由于该算法应用了多个函数来提高目标跟踪的准确性，因此跟踪速度的性能下降。为了在一定程度上解决这个问题，我们考虑到模糊粒子滤波器对粒子数有一点影响。因此，我们提出了一种利用测量步骤的结果来调整粒子数的方法，以提高该算法中目标跟踪的速度。
本文的实验表明，该方法对实际环境中的目标跟踪是有效的，具有许多优点。

MSC公司：

第68页第45页 机器视觉和场景理解
68单位10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

目标跟踪;自适应自回归模型;外观混合模型;可能性理论;颗粒过滤器;模糊粒子滤波器

软件：

Pfinder（查找器）
PDF格式BibTeX公司 XML格式引用
\textit{C.Yoon}等人，《信息科学》。253、74-99（2013年；Zbl 1320.68206）
全文： 内政部

参考文献：

[3] Cheng，Y。；Singh，T.，《道路约束目标跟踪的高效粒子滤波》，IEEE航空航天和电子系统交易，43，4（2007）
[5] Doucet，A。；新墨西哥州弗雷塔斯。；Gordon，N.，《序贯蒙特卡罗方法在实践中的应用》（2001），Springer-Verlag:Springer-Verlag纽约·Zbl 0967.00022号
[6] Gibson，J.D。；顾，B。；Grey，S.D.，用于语音增强和编码的有色噪声滤波，IEEE信号处理事务，391732-1741（1991）
[7] 哈格，G.D。；Belhumeur，P.N.，带几何和照明参数模型的有效区域跟踪，IEEE模式分析和机器智能汇刊，20，10，1025-1039（1998）
[10] Kay，S.M.，《现代谱估计：理论与应用》（1988年），新泽西州普伦蒂斯·霍尔：普伦蒂塞·霍尔恩格尔伍德克利夫斯·Zbl 0658.62108号
[11] 郭，C。；福克斯，D。；Meila，M.，机器人定位的自适应实时粒子滤波器，机器人与自动化学报，22836-2841（2003）
[12] 李，J。；贾庆生。；关，X。；Chen，X.，《利用部分信息广播方案通过传感器网络跟踪运动物体》，《信息科学》，181，20，4733-4753（2011），10月15日
[13] Lim，J.S。；Oppenheim，A.V.，退化语音的全极建模，IEEE声学、语音、信号处理事务，ASSP-26197-210（1987）·Zbl 0436.62091号
[15] 刘，J.S。；Chen，R.，动态系统的序贯蒙特卡罗，美国统计协会杂志，93，1031-1041（1998）
[16] 刘，B。；Liu，Y.K.，模糊变量的期望值和模糊期望值模型，IEEE模糊系统汇刊，10，3，445-450（2002）
[17] 刘，H。；Sun，F.，《使用带增量似然计算的粒子滤波器进行高效视觉跟踪》，《信息科学》，195，15，141-153（2012）
[19] 奥本海姆公司。；Weinstein，E。；Zangi，K.C。；费德，M。；Gauger，D.，单传感器有源噪声消除，IEEE语音、音频处理学报，2285-290（1994）
[20] 潘，L。；L Prince，J。；C Lima，J.A。；Osman，N.F.，使用3D-HARP快速跟踪心脏运动，IEEE生物医学工程学报，521425-1435（2005）
[22] Pimbley，J.M.，通过自由能最小化进行递归自回归频谱估计，IEEE信号处理汇刊，4011518-1527（1992）
[24] 雷恩，C.R。；阿扎尔巴耶贾尼，A。；Darrel，T。；Pentland，A.P.，Pfinder：人体实时跟踪，IEEE模式分析和机器智能汇刊，19780-785（1997）
[25] Wu，H。；孙，F。；Liu，H.，不确定系统的模糊粒子滤波，IEEE模糊系统汇刊，16，5（2008）
[26] 夏，Y。；Yang，Y.，基于自适应粒子滤波器的移动机器人定位方法，（Xiong，C.；et al.，ICIRA 2008。ICIRA 2008，第一部分，LNAI，第5314卷（2008），施普林格-弗拉格：柏林-海德堡施普林格），963-972
[28] Yoon、Changyong；Jang，Sukyoon；Park，Mignon，使用垂直平面和adaboost实时检测路标，韩国电子工程师学会杂志，46-SC，5，29-37（2009）
[29] Yoon、Changyong；Lee，Heejin；金恩泰；Park，Mignon，《使用模糊增强的实时路标检测》，《IEICE基础汇刊》，e91-A，11，3346-3355（2008）
[30] Zadeh，L.A.，作为可能性理论基础的模糊集，模糊集系统，1,1,3-28（1978）·兹比尔0377.04002
[31] 周，S.K。；切拉帕，R。；Moghaddam，B.，在粒子滤波器中使用外观自适应模型进行视觉跟踪和识别，IEEE图像处理汇刊，13，11（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。