典型文献
基于卡尔曼预测粒子滤波的复杂场景图像目标跟踪算法
文献摘要：
现有主流目标跟踪算法图像目标跟踪精度较差,无法满足现今复杂场景图像目标的跟踪,故该文提出基于卡尔曼预测粒子滤波的复杂场景图像目标跟踪算法研究.采用ViBe算法提取复杂场景图像中背景,以此为基础,构建图像目标状态转移模型与对应图像目标观测模型,确定目标运动参数的维度与粒子的权重,基于卡尔曼预测粒子滤波估计目标状态,通过粒子反复迭代与重采样,实现复杂场景图像目标的跟踪.实验数据显示,与7种主流算法相比较,提出算法RMSE数值最小,平均值为9.08;目标跟踪窗口较为规范,并且窗口内包含背景信息较少;在不同背景复杂度下,目标跟踪误差较小;在不同实验次数下,图像目标跟踪时间较短,平均值为10.30 ms,充分证实了提出算法应用效果较佳.
文献关键词：
复杂场景;图像;目标跟踪;实时性;卡尔曼预测粒子滤波
中图分类号：
作者姓名：
张博
作者机构：
长沙师范学院信息科学与工程学院,长沙410100
文献出处：
引用格式：
[1]张博-.基于卡尔曼预测粒子滤波的复杂场景图像目标跟踪算法)[J].自动化与仪表,2022(06):74-78
A类：
卡尔曼预测粒子滤波
B类：
复杂场景,场景图像,目标跟踪算法,目标跟踪精度,算法研究,ViBe,建图,状态转移,目标观测,观测模型,目标运动,运动参数,滤波估计,估计目标,重采样,流算法,RMSE,口内,背景信息,跟踪误差,跟踪时间,ms,算法应用,较佳
AB值：
0.266427
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
