基于稀疏混合模型的粒子滤波目标跟踪算法

来源 :天津理工大学学报 | 被引量 : 0次 | 上传用户:lzl1988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对在视频追踪过程中出现的目标遮挡问题,提出了一种基于稀疏表达的混合模型的粒子滤波跟踪算法.这种混合模型采用了基于全局模板和基于局部的描述方式,在全局模板的描述方式中,将目标模板由目标候选表示出来,线性表示的系数满足稀疏性约束条件,其系数作为目标候选的权重.同时在局部描述模型中,构造SIFT特征的完备字典,将局部模型稀疏表示成直方图形式,然后对遮挡部分进行处理,设置目标被遮挡部分的直方图权重,得到最终的局部模型直方图表示.最后本文将两种模型合理的融合到一块,得到一种联合的新的模型应用于目标跟踪,
其他文献
视觉跟踪是机器人自主导航、智能监控系统的关键技术.在粒子滤波跟踪算法中,设计粒子滤波器时,粒子大小是固定不变的,而目标与镜头之间是相对运动的,目标图像大小可能超出粒子范围,使得跟踪跟踪目标丢失.为了解决了上述问题本文提出了基于小波变换图像的粒子滤波方法.这里做法是在图像中目标上采集粒子,然后采用小波变换的分解算法和重建算法处理目标附近区域图像,再将采集到的粒子分成三部分,分别在原图和两种小波图像中
设计出了一种基于嵌入式的对生产车间环境的温度、湿度、气体浑浊度三项指标进行实时的采集和存储模块,并引入PROFIBUS_DP总线建立主从站间的智能网络通信和网关功能的设计方案.系统采用意法半导体公司推出的STM32F103系列高效信号处理器作为控制核心,通过新型的温度、湿度、浑浊度传感器将外界模拟信号转化为数字量送到微处理器进行存储.通过设计PROFIBUS_DP模块将现场多个从站采集到的数据传输