首页 | 本学科首页   官方微博 | 高级检索  
     

基于Meanshift优化粒子滤波算法的低空平台下车辆跟踪
引用本文:史红,刘涛,李鸣,沈敏洁. 基于Meanshift优化粒子滤波算法的低空平台下车辆跟踪[J]. 吉林大学学报(理学版), 2012, 50(3): 535-539
作者姓名:史红  刘涛  李鸣  沈敏洁
作者单位:1. 吉林师范大学 信息技术学院, 吉林 四平 136000,2. 吉林大学 计算机科学与技术学院, 长春 130012;3. 吉林省经济信息中心, 长春 130061,
4. 国家专利局专利审查协作北京中心, ,北京 100083
摘    要:针对低空平台下运行车辆的特点, 提出一种基于Meanshift粒子优化的粒子滤波算法实现低空平台下的车辆跟踪. 该算法使用颜色表示目标, 通过Meanshift算法对粒子滤波进行迭代优化, 减少了稳健跟踪一个目标所需的粒子数, 提高了算法的运行效率, 在小目标和多目标的情况下也能稳健跟踪. 实验结果表明, 该算法具有较强的鲁棒性和稳定性, 能实现低空平台下目标车辆的快速跟踪.

关 键 词:粒子滤波  低空平台  跟踪  
收稿时间:2011-09-13

Meanshift Optimization Based Particle Filter Tracking of Vehicles in Low-Altitude Platform
SHI Hong , LIU Tao , LI Ming , SHEN Min-jie. Meanshift Optimization Based Particle Filter Tracking of Vehicles in Low-Altitude Platform[J]. Journal of Jilin University: Sci Ed, 2012, 50(3): 535-539
Authors:SHI Hong    LIU Tao    LI Ming    SHEN Min-jie
Affiliation:1. College of Information and Technology, Jilin Normal University, Siping 136000, Jilin Province, China;2. College of Computer Science and Technology, Jilin University, Changchun 130012, China;3. Economic Information Center of Jilin Province, Changchun 130061, China;4. Patent Examination Cooperation Center of the Patent Office, Beijing 100083, China
Abstract:We analyzed the vehicle characteristics in low altitude platform,and proposed a fast object tracking method via particle filter based on Meanshift optimization.In our method,we used color distribution histogram to represent an object.Then Meanshift algorithm was applied to iterative optimization in particle selecting stage.This innovation is able to reduce the particle number in tracking.The experiments show that our method has strong robustness and stability,and it can be applied in fast tracking in low altitude platform.
Keywords:particle filter  low-altitude platform  tracking
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(理学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号