论文部分内容阅读
针对传统粒子滤波目标跟踪算法在光照变化、遮挡和姿态变化较大时对目标跟踪的鲁棒性不高的缺陷,提出了一种多特征融合的权值优化粒子滤波目标跟踪算法。该算法在建立目标模型时提取了运动目标区域内的HSV空间的核加权颜色特征、经过优化处理后的LBP纹理特征和边缘特征,再将提取的特征进行加权融合;同时采用一种权值优化组合方法在粒子进行重采样前,对粒子的权值进行优化处理,避免粒子贫化问题的出现,保持粒子的多样性;最后结合模板更新策略对目标模板实时更新。实验结果表明:本文算法对光照变化、遮挡和姿态变化下的目标跟踪具有