一种进化重采样粒子滤波方法以及视觉目标跟踪方法技术

本发明专利技术公开了一种进化重采样粒子滤波方法以及视觉目标跟踪方法，本发明专利技术采用归一化区域累计特征似然作为粒子权重估计，并采用具有加权记忆能力的增量式更新的方法。本发明专利技术在实际应用中取得了很好的效果。

【技术实现步骤摘要】

本专利技术属于计算机人工智能领域，具体涉及计算机视觉中目标跟踪的技术。
技术介绍
利用计算机视觉和图像处理技术，对视频图像进行实时处理，对需要关注的目标实现检测和跟踪。视觉跟踪需要从序列图像中搜寻指定目标，目标跟踪很常用的方法之一是贝叶斯方法。目标运动状态可采用粒子滤波加以估计，它是一种贝叶斯序贯重要性采样技术，通过对样本加权来逼近后验概率分布，包括预测与更新两个步骤。然而，基于序贯重要性采样仅能保留极少的高权重粒子，状态估计的方差会随时间增长不断增大，最终导致估计失效，这称为粒子退化。因此，为保留更多相异粒子，通常要根据其权重作重采样处理，如累积分布重采样、残差重采样等，并经归一化处理以获得权重相同的新粒子，但如此操作会导致高权重粒子被多次采样，在粒子数有限的情况下，一定程度上会造成粒子多样性丧失，致使估计精度下降，尤其是当观测似然分布极窄或较偏时，由先验分布产生的粒子仅有很少一部分位于高似然区，经重采样处理后，后验分布仅由很少的相异粒子表示，严重贫化了粒子集，这会极大影响估计精度。为解决上述问题，目前已提出多种方案，如增加粒子数、修正先验分布、无迹粒子滤波、辅助粒子滤波、核粒子滤波、正则化粒子滤波等，但是这些方案在实际的应用过程中仍然存在效率低、精度不高等问题。
技术实现思路
针对现有计算机视觉中目标跟踪技术所存在效率低以及精度差等问题，本专利技术的目的之一在于提供一种进化重采样粒子滤波方法。本专利技术的目的之二在于基于上述粒子滤波方法，提供一种能够有效提高目
标跟踪效率和精度的视觉目标跟踪方法。为了达到上述目的，本专利技术采用如下的方案：针对目的1：一种进化重采样粒子滤波方法，该方法采用归一化区域累计特征似然作为粒子权重估计，并采用具有加权记忆能力的增量式更新的方法。具体的，该方法对粒子进行进化重采样包括如下操作：(1)复制：完全保留前一时刻N个粒子，生成新粒子Xkl1，操作如下式所示： X k l 1 = X k i ; ]]>(2)交叉：从前一时刻N个粒子中随机选出N个Xki与选中概率分别为p(Yk|Xki)与生成新粒子Xkl2a，Xkl2b，操作如式下所示： X k l 2 a = X k j + μ · ( X k i - X k j ) ; ]]> X k l 2 b = X k i + μ · ( X k j - X k i ) ; ]]>式中μ为服从均匀分布U(0，1)的随机变量；(3)变异：对前一时刻N个粒子施加随机扰动，生成新粒子Xkl3，操作如下式所示， X k l 3 = X k i + λ · v ; ]]>式中ν为服从标准正态分布N(0，1)的随机变量，λ为给定常数，直接控制随机扰动幅度；(4)选择：从经(1)(2)(3)处理后生成的3N个粒子{Xkl1，Xkl2a，Xkl2b，Xkl3本文档来自技高网...

【技术保护点】
一种进化重采样粒子滤波方法，其特征在于，所述方法采用归一化区域累计特征似然作为粒子权重估计，并采用具有加权记忆能力的增量式更新的方法。

【技术特征摘要】
1.一种进化重采样粒子滤波方法，其特征在于，所述方法采用归一化区域累计特征似然作为粒子权重估计，并采用具有加权记忆能力的增量式更新的方法。2.根据权利要求1所述的一种进化重采样粒子滤波方法，其特征在于，该方法对粒子进行进化重采样包括如下操作：(1)复制：完全保留前一时刻N个粒子，生成新粒子Xkl1，操作如下式所示： X k l 1 = X k i ; ]]>(2)交叉：从前一时刻N个粒子中随机选出N个Xki与Xkj，选中概率分别为p(Yk|Xki)与1-p(Yk|Xkj)，生成新粒子Xkl2a，Xkl2b，操作如式下所示： X k l 2 a = X k j + μ · ( X k i - X k j ...

【专利技术属性】
技术研发人员：时文东，蔡亚平，安英海，钱二刚，杜书天，
申请(专利权)人：国网吉林省电力有限公司延边供电公司，上海申瑞电网控制系统有限公司，
类型：发明
国别省市：吉林;22