基于运动信息的粒子滤波算法

摘要

视频目标跟踪是计算机视觉领域的一个核心分支，其主要任务是跟踪图像序列中的运动目标，为视频分析和理解提供重要的数据依据。视频目标跟踪技术已经在军事、民用以及医疗等领域被越来越多的人们所应用。因此研究视频目标跟踪技术具有非常重要的学术意义和实用价值。
　　 在视频目标跟踪方面，传统的粒子滤波算法采用状态转换分布直接作为提议分布，由于这种提议分布忽略了当前时刻目标的测量值，因此从该提议分布中提取的一部分粒子不仅会耗费很多的计算时间，而且会降低目标跟踪的效果。在本文中，结合由H.264视频压缩编码方法所得到的运动矢量对每个阶段的所有粒子的质量进行判别，替换掉那些影响跟踪效果的粒子，同时将质量好的粒子保留下来，来提高目标跟踪的准确性。
　　 通过与传统的condensation算法进行比较，可以证明我们提出的改进粒子滤波算法对视频目标跟踪具有更好的准确性。