抗背景干扰的粒子滤波人脸跟踪

摘要

在视频跟踪中,常规粒子滤波算法对目标状态估计采用最小均方误差(MMSE)和最大后验概率(MAP),如果跟踪过程中存在背景干扰,那么上述两种方法存在偏差,从而导致跟踪精度下降。为了解决这一问题,本文首先从理论上推导,在背景干扰下,基于MMSE状态估计存在的偏差;并日通过仿真试验来说明基于MAP状态估计存在的问题,然后在此基础上提出一种新的目标状态估计算法。即根据粒子权值大小准则,进行粒子筛选。实验结果表明,本算法能够有效处理由背景干扰而导致跟踪性能下降甚至丢失目标的问题,在一程度上提高了跟踪的鲁棒性。