团块建模与粒子滤波相结合的行人目标视觉跟踪

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 团块建模与粒子滤波相结合的行人目标视觉跟踪
- Person tracking based on combination of blob modeling and particle filter
- 光学技术 2015年41卷第6期页码：528-533
- 作者机构：
  
  1. 1:首都师范大学信息工程学院
  2. 2:北京数学与信息交叉科学协同创新中心
  3. 3:首都师范大学高可靠嵌入式系统技术北京市工程技术研究中心
  4. 4:成像技术北京市高精尖创新中心
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61303104,61373090,11178017);北京市自然科学基金资助项目(41320147);北京市属高等学校创新团队建设与教师职业发展计划项目
- DOI：10.13741/j.cnki.11-1879/o4.2015.06.012
  中图分类号：
- 纸质出版：2015
- 稿件说明：
移动端阅览
孔鹏, 丁辉, 尚媛园, 等. 团块建模与粒子滤波相结合的行人目标视觉跟踪[J]. 光学技术, 2015,41(6):528-533.

Person tracking based on combination of blob modeling and particle filter[J]. 2015, 41(6): 528-533.
孔鹏, 丁辉, 尚媛园, 等. 团块建模与粒子滤波相结合的行人目标视觉跟踪[J]. 光学技术, 2015,41(6):528-533. DOI： 10.13741/j.cnki.11-1879/o4.2015.06.012.

Person tracking based on combination of blob modeling and particle filter[J]. 2015, 41(6): 528-533. DOI： 10.13741/j.cnki.11-1879/o4.2015.06.012.

针对粒子滤波算法在遮挡情况下导致视觉跟踪不稳定甚至丢失目标的问题

提出了一种基于团块建模与粒子滤波相结合的目标跟踪算法。首先通过图像分割的方法得到视频帧中的初始目标

并构建目标团块模型;然后基于多团块目标信息并结合粒子滤波算法进行分块跟踪;最后利用高斯加权的方式

得到最终的目标预测位置。实验结果表明

该算法具有较强的鲁棒性

尤其是在遮挡的情况下能够实现目标的稳定跟踪。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

场景自适应的跟踪特征选择机制研究

颜色与纹理相融合的自适应粒子滤波跟踪算法

基于积分直方图的快速粒子滤波跟踪算法

一种基于人眼视觉系统特性的粒子滤波跟踪方法

基于FPGA的运动目标实时检测跟踪算法及其实现技术