论文部分内容阅读
针对红外多目标信噪比低、特征少以及粒子滤波实现运算量大的问题,提出一种基于箱粒子概率假设密度(BOXPHD)滤波的红外视频多目标跟踪算法。利用核密度估计的方法剔除背景,将所获得的前景目标质心以及长和宽作为量测信息,通过箱粒子概率假设密度滤波的预测与更新,实现对红外视频多目标的跟踪。实验结果表明,该算法在应对红外多行人目标跟踪以及目标新生的情况下对目标的数目和状态的估计有着较好的鲁棒性,同时很大程度上降低了计算量。