典型文献
特征融合的灰狼优化粒子滤波目标跟踪算法
文献摘要：
针对传统粒子滤波算法在跟踪目标所处环境迁移,目标姿态变化和发生遮挡时容易出现跟踪框漂移现象,提出一种基于灰狼算法优化的粒子滤波跟踪方法(GWOPF).首先,将全局特征HSV颜色特征和局部特征方向梯度直方图(HOG)特征加权融合建立观测模型;然后,用灰狼算法(GWO)优化粒子滤波算法结构,利用GWO位置更新机制改善粒子空间分布状况,在粒子重采样前进行权值自适应调节,解决原始粒子滤波方法采样时出现的粒子退化问题并优化滤波效果.实验结果表明,改进后的算法在具有挑战的Tiger和Girl视频序列中跟踪成功率分别达到了97.5％和95.0％,单帧处理时间缩短至24.6 ms和18.4 ms,具有较高的跟踪精度和良好的鲁棒性,能够应对跟踪目标发生旋转、部分遮挡等情况以及实时性要求.
文献关键词：
目标跟踪算法;粒子滤波;灰狼优化算法;特征融合;观测模型;权值自适应调节
中图分类号：
作者姓名：
任红格;吴启隆;史涛
作者机构：
华北理工大学 电气工程学院,河北 唐山 063210
文献出处：
引用格式：
[1]任红格;吴启隆;史涛-.特征融合的灰狼优化粒子滤波目标跟踪算法)[J].现代电子技术,2022(01):40-44
A类：
GWOPF,权值自适应调节
B类：
特征融合,目标跟踪算法,粒子滤波算法,跟踪目标,漂移,灰狼算法,算法优化,滤波跟踪,跟踪方法,全局特征,HSV,颜色特征,局部特征,方向梯度直方图,HOG,特征加权,加权融合,观测模型,算法结构,位置更新,更新机制,子空间,分布状况,重采样,行权,滤波方法,粒子退化,Tiger,Girl,视频序列,单帧,处理时间,ms,跟踪精度,部分遮挡,灰狼优化算法
AB值：
0.361668
相似文献
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。
