自助重要性采样用于实时多目标视觉跟踪

作     者：沈乐君 游志胜 李晓峰 

作者机构：四川大学视觉合成图形图像技术国防重点学科实验室 成都 610064 3. 四川大学计算机学院 成都 610064 成都体育学院信息技术中心 成都 610041 四川大学计算机学院成都610064 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2012年第38卷第10期

页      面：1663-1670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：国家高技术研究发展计划(863计划)(2012AA011804) 国家自然科学基金(61001195) 四川省科技支撑计划(2010JY0078)资助~~ 

主　　题：多目标跟踪 视觉跟踪 粒子滤波 马尔可夫随机场 自助法 重要性采样 

摘      要：多目标视觉跟踪的主要困难来自于多个目标交互(部分或完全遮挡)导致的歧义性.马尔可夫随机场(Markov random field,MRF)可以消除这种歧义性且无需显式的数据关联.但是,通用概率推理算法的计算代价很高.针对上述问题,本文做出了3点贡献:1)设计了新的具有分散-集中-分散结构的递归贝叶斯跟踪框架—自助重要性采样粒子滤波器,它使用融入当前时刻观测的重要性密度函数解决维数灾难问题,将计算复杂度从指数增长变为线性增长;2)提出了新的蒙特卡洛策略—自助重要性采样,利用MRF的因子分解性质进行重要性采样,并使用自助法产生低成本高质量的样本、降低似然度计算次数和维持多模式分布;3)采用了新的边缘化技术—使用辅助变量采样进行边缘化,使用自助直方图对边缘后验分布进行密度估计.实验结果表明,本文提出的算法能够对大量目标进行实时跟踪,能够处理目标间复杂的交互,能够在目标消失后维持多模式分布.