Object Tracking Based on Adaptive Particle Filter
基于自适应粒子滤波器的物体跟踪

利用分类概念及粒子滤波理论，提出了一种基于自适应粒子滤波器的物体跟踪算法。将Boosting算法引入粒子滤波器，构建了自适应粒子滤波器，该方法首先利用背景信息和目标信息建立特征分类器，将分类器的输出结果作为粒子滤波系统观测的重要信息，进行粒子权值的计算，并在跟踪过程中不断更新特征分类器，从而自适应地更新粒子的权值。实验结果表明，该算法可以根据背景信息的不同自适应地选择特征，对于存在遮挡、形变及背景干扰等情况，依然可以很好地对目标进行稳定跟踪。