%0 Journal Article
%T 基于粒子滤波和自适应模型的目标跟踪算法
%A 梁楠
%A 郭雷
%A 王瀛
%J 哈尔滨工业大学学报
%P 139-143
%D 2012
%R 10.11918/j.issn.0367-6234.2012.10.028
%X 为了提高粒子滤波的性能,使用集合卡尔曼滤波对建议分布进行改进,同时提出了用于视频跟踪的自适应融合模型．使用集合卡尔曼滤波结合当前的观测信息构造建议分布,结合当前观测信息对每一个粒子进行集合分析,得到新的建议分布,依据新的建议分布对粒子进行采样,同时在跟踪过程中将颜色特征模型和形状特征模型进行融合,并进行自适应更新．实验结果证明：相对于传统粒子滤波和扩展卡尔曼粒子滤波,使用新的建议分布可以更有效地降低均方根误差,同时自适应融合模型的稳定性要高于使用单一颜色模型．使用新的建议分布和融合模型,可以有效提高粒子滤波的准确性和稳定性．
%K 目标跟踪
%K 粒子滤波
%K 集合卡尔曼滤波
%K 建议分布
%K 自适应融合模型
%U http://journal.hit.edu.cn/hitxb_cn/ch/reader/view_abstract.aspx?file_no=20121028&flag=1