留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种多特征自适应融合的粒子滤波红外目标跟踪方法

种衍文 王泽文 陈蓉 王莹莹

种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
引用本文: 种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
CHONG Yanwen, WANG Zewen, CHEN Rong, WANG Yingying. A Particle Filter Infrared Target Tracking Method Based on Multi-feature Adaptive Fusion[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
Citation: CHONG Yanwen, WANG Zewen, CHEN Rong, WANG Yingying. A Particle Filter Infrared Target Tracking Method Based on Multi-feature Adaptive Fusion[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185

一种多特征自适应融合的粒子滤波红外目标跟踪方法

doi: 10.13203/j.whugis20140185
基金项目: 国家自然科学基金(41271398);中央高校基本科研业务费专项资金(2042014kf0242,2042014kf0263)。
详细信息
    作者简介:

    种衍文,博士,副教授,主要从事模式识别与机器学习方法研究。apollobest@126.com

    通讯作者: 王泽文,硕士生。zw_wang1990@163.com
  • 中图分类号: P237.4;TP391.4

A Particle Filter Infrared Target Tracking Method Based on Multi-feature Adaptive Fusion

Funds: The National Natural Science Foundation of China, No. 41271398; the Fundamental Research Funds for the Central Universities, Nos. 2042014kf0242, 2042014kf0263.
  • 摘要: 提出了一种自适应融合颜色特征和边缘特征的粒子滤波跟踪算法。首先,利用粒子滤波的天然框架,选择在红外条件下最能代表目标信息的颜色特征和边缘特征构造目标的多特征模型;然后,根据不同特征对目标与背景的可分性,对多特征模型中各特征分量的权值进行自适应调节;最后,借助动态空间模型,对粒子滤波跟踪算法进行改进,预测粒子的运动状态,从而克服环境突变对跟踪稳定性的影响。实验结果表明,本文算法能克服各种背景杂波及噪声的干扰,并能很好地解决目标在复杂背景下的尺度变化和突变运动带来的困难,保证了跟踪的鲁棒性和稳定性。
  • [1] Li Jianfu,Wang Yang. Pedestrian Tracking in Infrared Image Sequences using Wavelet Entropy Features[C].IEEE Second Asia-Pacific Conference on Computational Intelligence and Industrial Applications, Wuhan, 2009
    [2] van Koller N. An Adaptive Color-Based Particle Filter[J].Image and Vision Computing, 2012, 21(1):99-110
    [3] Vignon D, Lovell B C, Andrews R J. General Purpose Real-Time Object Tracking Using Hausdorff Transforms[C]. The 9th International Conference on IPMU, Annency, France, 2012
    [4] Liu Jin. Research and Implementation Based on Multi-feature Fusion Particle Filter Algorithm[J].Computer Measurement & Control, 2013, 11(5):1307-1309
    [5] Chen Shanjing. Study of Particle Filtering Algorithm Based on Multi-feature Fusion[J].Computer Engineering,2011, 37(7):179-180
    [6] Komeili M, Armanfard N, Kabir E. A Fuzzy Approach for Multi-feature Pedestrian Tracking with Particle Filter[J].IEEE International Symposium on Telecommunications, 2008,2(8):570-576
    [7] Yao Haitao, Zhu Fuxi, Chen Haiqiang. Face Tracking Based on Adaptive PSO Particle Filter[J].Geomatics and Information Science of Wuhan University,2012, 37(4):493-497(姚海涛,朱福喜,陈海强.一种自适应的PSO粒子滤波人脸视频跟踪方法[J].武汉大学学报·信息科学版,2012,37(4):493-497)
    [8] Iwata K, Hongo H, Yamamoto K, et al. Robust Facial Parts Detection by Using Four Directional Features and Relaxation Matching[J]. IEEJ Transactions on Electronics Information and Systems,2004, 124(3):706-712
    [9] Erdema E, Dubuissonb S, Blochc I.Visual Tracking by Fusing Multiple Cues with Context-Sensitive Reliabilities[J].Pattern Recognition, 2012, 45(5):1948-1959
    [10] Hiratsuka M. Pedestrian Detection for a Near Infrared Imaging System[C]. The 11th International IEEE Conference on Intelligent Transportation Systems, Beijing, 2008
    [11] Chen S Y. Kalman Filter for Robot Vision:A Survey[J]. IEEE Transactions on Industrial Electronics, 2011, 99:1-2
    [12] Wang Shupeng, Ji Hongbing. Based Target Tracking Method Color Space Model[J].Xi'an Electronic Science and Technology Report, 2009, 34(4):77-78
    [13] Jia Yonghong, Li Deren. An Approach of Classification Based on Pixel Level and Decision Level Fusion of Multi-source Images in Remote Sensing[J].Geomatics and Information Science of Wuhan University,2001,26(5),431-433(贾永红,李德仁.多源遥感影像像素级融合分类与决策级分类融合法的研究[J].武汉大学学报·信息科学版,2001,26(5):431-433)
    [14] Wang Huan,Wang Jiangtao,Ren Mingwu,et al.A Robust Multi-feature Fusion Target Tracking Algorithm[J].Chinese Journal of Image and Graphics, 2011,14(3):489-498(王欢, 王江涛, 任明武, 等.一种鲁棒的多特征融合目标跟踪新算法[J].中国图象图形学报, 2011, 14(3):489-498)
    [15] Komeili M, Armanfard N,Kabir E.A Fuzzy Approach for Multi-feature pedestrian tracking with particle filter[C]. Internatioal Symposium on Telecommunications, Tehran, Iran, 2012
    [16] Fen Xu,Zhao Lijuan.A Particle Filter Tracking Algorithm Based on Adaptive Feature Fusion Strategy[J].Intelligent Control and Automation,2012,8(12):4612-4615
    [17] Quadtrees M T. A Data Structure for Restoring Pare to Sets in Multi-object Evolutionary Algorithms with Elitism[M]. New York:Springer Verlag, 2005
    [18] Parsopoulos K E,Vrahati M N. Particle Swarm Optimizer in Noisy and Continuously Changing Environments[M]//Hamza M H. Intelligence and Soft Computing, Anaheim, CA:ACTA Press, 2001
  • [1] 王志盼, 沈彦, 王亮, 张清凌, 尤淑撑.  单类分类框架下的高分辨率遥感影像建筑物变化检测算法 . 武汉大学学报 ● 信息科学版, 2020, 45(10): 1610-1618. doi: 10.13203/j.whugis20180485
    [2] 文学东, 陈为民, 谢洪, 闫利.  一种融合多源特征的建筑物三维模型重建方法 . 武汉大学学报 ● 信息科学版, 2019, 44(5): 731-736, 764. doi: 10.13203/j.whugis20180320
    [3] 赵望宇, 李必军, 单云霄, 徐豪达.  融合毫米波雷达与单目视觉的前车检测与跟踪 . 武汉大学学报 ● 信息科学版, 2019, 44(12): 1832-1840. doi: 10.13203/j.whugis20180146
    [4] 赵文晔, 高井祥, 李增科, 姚一飞.  地图匹配辅助的KF-PF室内定位算法模型 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 806-812. doi: 10.13203/j.whugis20150707
    [5] 向天烛, 高熔溶, 闫利, 徐振亮.  一种顾及区域特征差异的热红外与可见光图像多尺度融合方法 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 911-917. doi: 10.13203/j.whugis20141007
    [6] 宫轶松, 李保利, 归庆明, 连翠萍.  利用MKLD准则的自适应PF算法设计及其应用 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 90-94.
    [7] 陈炳文, 王文伟, 秦前清.  利用主成分背景抑制的红外目标检测 . 武汉大学学报 ● 信息科学版, 2012, 37(8): 925-928.
    [8] 张立福, 杨杭, 房丛卉, 潘懋.  热红外目标的多标度分形识别模型 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 339-342.
    [9] 姚海涛, 朱福喜, 陈海强.  一种自适应的PSO粒子滤波人脸视频跟踪方法 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 492-495.
    [10] 聂建亮, 吴富梅, 郭春喜, 程传录.  利用粒子滤波进行动态精密单点定位观测异常影响控制 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1028-1031.
    [11] 邵振峰, 李德仁, 朱先强.  利用改进的遗传算法对红外影像自适应目标进行检测 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 535-539.
    [12] 王鹏, 吕高杰, 龚俊斌, 田金文.  一种复杂海天背景下的红外舰船目标自动检测方法 . 武汉大学学报 ● 信息科学版, 2011, 36(12): 1438-1441.
    [13] 宫轶松, 李保利, 张锦军, 张灵敏.  基于MKLD准则的PSOPF算法设计及其应用 . 武汉大学学报 ● 信息科学版, 2011, 36(10): 1251-1255.
    [14] 杨贵军, 柳钦火, 刘强, 顾行发.  基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法 . 武汉大学学报 ● 信息科学版, 2007, 32(9): 786-790.
    [15] 陈振学, 汪国有, 马于涛, 张磊.  基于均值反差滤波的红外小目标检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(6): 560-563.
    [16] 徐卫明, 刘雁春, 殷晓冬.  基于交互多模型的水下目标跟踪方法 . 武汉大学学报 ● 信息科学版, 2007, 32(9): 782-785.
    [17] 方兆宝, 林珲, 吴立新, 江吉喜.  流形群运动目标自动识别与跟踪模型结构及参数的最优配置 . 武汉大学学报 ● 信息科学版, 2004, 29(3): 269-273.
    [18] 杨元喜.  多源传感器动、静态滤波融合导航 . 武汉大学学报 ● 信息科学版, 2003, 28(4): 386-388,396.
    [19] 王晓卫, 宁固.  一种改进的基于光流的运动目标的检测算法 . 武汉大学学报 ● 信息科学版, 2003, 28(3): 351-353,362.
    [20] 黄远宪, 李必军, 黄琦, 周剑, 王兰兰, 朱佳琳.  融合相机与激光雷达的目标检测、跟踪与预测 . 武汉大学学报 ● 信息科学版, 0, 0(0): -. doi: 10.13203/j.whugis20210614
  • 加载中
计量
  • 文章访问数:  1190
  • HTML全文浏览量:  33
  • PDF下载量:  396
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-05-08
  • 刊出日期:  2016-05-05

一种多特征自适应融合的粒子滤波红外目标跟踪方法

doi: 10.13203/j.whugis20140185
    基金项目:  国家自然科学基金(41271398);中央高校基本科研业务费专项资金(2042014kf0242,2042014kf0263)。
    作者简介:

    种衍文,博士,副教授,主要从事模式识别与机器学习方法研究。apollobest@126.com

    通讯作者: 王泽文,硕士生。zw_wang1990@163.com
  • 中图分类号: P237.4;TP391.4

摘要: 提出了一种自适应融合颜色特征和边缘特征的粒子滤波跟踪算法。首先,利用粒子滤波的天然框架,选择在红外条件下最能代表目标信息的颜色特征和边缘特征构造目标的多特征模型;然后,根据不同特征对目标与背景的可分性,对多特征模型中各特征分量的权值进行自适应调节;最后,借助动态空间模型,对粒子滤波跟踪算法进行改进,预测粒子的运动状态,从而克服环境突变对跟踪稳定性的影响。实验结果表明,本文算法能克服各种背景杂波及噪声的干扰,并能很好地解决目标在复杂背景下的尺度变化和突变运动带来的困难,保证了跟踪的鲁棒性和稳定性。

English Abstract

种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
引用本文: 种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
CHONG Yanwen, WANG Zewen, CHEN Rong, WANG Yingying. A Particle Filter Infrared Target Tracking Method Based on Multi-feature Adaptive Fusion[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
Citation: CHONG Yanwen, WANG Zewen, CHEN Rong, WANG Yingying. A Particle Filter Infrared Target Tracking Method Based on Multi-feature Adaptive Fusion[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
参考文献 (18)

目录

    /

    返回文章
    返回