%0 Journal Article
%T 改进粒子滤波的弱小目标跟踪
%A 丁蕾
%A 万子敬
%A 何俊衡
%A 侯志强
%A 党建武
%A 冯晨晨
%A 冯桂兰
%A 刘子渊
%A 刘曙
%A 刘洁瑜
%A 刘鑫
%A 吴腾飞
%A 周涛
%A 唐世轩
%A 张建林
%A 徐智勇
%A 李卓
%A 李爱军
%A 樊香所
%A 江艳霞
%A 狄红卫
%A 王利平
%A 王向军
%A 王定汉
%A 王春平
%A 王磊
%A 王阳萍
%A 王雄
%A 程卫亮
%A 程德强
%A 肖宁
%A 苗晓孔
%A 蔡怀宇
%A 袁磊
%A 赵彤
%A 郭建新
%A 郭治成
%A 酒明远
%A 金晅宏
%A 陈恩庆
%A 魏彤
%A 黄战华
%A 齐林
%J -
%D 2018
%R 10.12086/oee.2018.170569
%X 针对低信噪比(SNR<3 dB)场景下弱小目标跟踪问题，提出了改进的粒子滤波跟踪方法。本文首先通过空间位置加权的方式来获取灰度特征，并将邻域运动模型和灰度概率图相结合来获取弱小目标运动特征，然后构建灰度与运动特性的联合观测模型来计算粒子权值。同时在跟踪过程中考虑到目标的灰度分布特性并不稳定，加入了自适应更新参考目标灰度模板的策略，最后采用几组真实场景来验证本文算法的跟踪效果。实验证明：和传统算法相比，本文算法增强了低信噪比(SNR<3 dB)场景下红外弱小目标跟踪能力。
%K 弱小目标 跟踪 粒子滤波 特征融合
%U http://www.oejournal.org/J/OEE/Article/Details/A180727000004/CN