论文部分内容阅读
为克服传统粒子滤波跟踪算法在行人完全遮挡及光照剧烈变化条件下易导致跟踪失效的问题,提出一种基于卡尔曼粒子滤波框架的鲁棒多人跟踪算法。针对行人运动的非线性和非高斯性,采用粒子滤波作为跟踪器,当行人相互遮挡及背景遮挡时利用卡尔曼滤波估计辅助跟踪,提高跟踪精度。通过在观测模型中融合改进的颜色及纹理特征,解决光照剧烈变化和相似颜色干扰导致的问题。实验结果表明,该算法比传统粒子滤波算法具有更高的鲁棒性及跟踪精度。