基于多特征融合的改进UPF目标跟踪算法

作     者：李晓旭 戴彬 曹洁 LI Xiao-xu;DAI Bin;CAO Jie

作者机构：兰州理工大学计算机与通信学院兰州730050 甘肃省制造业信息化工程研究中心兰州730050 

出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期：2014年第48卷第10期

页      面：1473-1478页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61263031) 甘肃省自然科学基金(1310RJZA034)资助项目 

主　　题：目标跟踪 比例最小偏度单形采样 UPF算法 IKF算法 多特征融合 不确定性度量 

摘      要：针对单特征目标跟踪算法的鲁棒性较差以及不能充分利用最新的量测信息等问题,提出了一种基于多特征融合的改进UPF(Unscented Particle Filter)跟踪算法.基于比例最小偏度单形采样策略的UKF(Unscented Kalman Filter)算法和IKF(Iterated Kalman Filter)算法对粒子滤波算法进行改进,并在改进的算法框架下,采用不确定性度量方法融合目标的颜色和纹理特征,对目标进行跟踪.仿真实验表明,改进算法提高了跟踪精度,对复杂背景下的目标进行跟踪有较好的效果,并能有效跟踪被遮挡的目标.