论文部分内容阅读
结合图像的灰度分布和空间布局,提出了一种基于灰度和空间信息的序列蒙特卡罗概率跟踪算法。通过比较采样值和期望值的特征距离来计算采样状态对应的权值。利用加权采样值来估计未知量后验概率的各阶矩,当采样数趋向于无穷时由大数定理保证,采样值分布逼近于真实值分布。仿真实验给出了利用因子采样对交通流中车辆跟踪的结果。实验表明,基于序列蒙特卡罗的车辆跟踪方法计算简单有效,可以准确地得到车辆的位置并且很好地跟踪其运动轨迹。