文档介绍：基于粒子滤波的视频目标跟踪
算法研究
1
基于粒子滤波的视频目标追踪
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
课题题目
基于粒子滤波的视频目标跟踪算法研究
课题要求
实现室内游泳视频目标跟踪
实现视频目标跟踪系统界面显示
课题方法
粒子滤波方法
MATLAB GUI界面
基于粒子滤波的视频目标追踪
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
初始采样
粒子权值更新
重采样
状态确定
粒子滤波的四个模块
基于粒子滤波的视频目标追踪
初始采样
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
在视频的第一帧手动选出跟踪的目标。
计算椭圆区域内的颜色直方图,作为目标模板。
基于粒子滤波的视频目标追踪
初始采样
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
在目标区域内生成粒子
基于粒子滤波的视频目标追踪
初始采样
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
下一时刻,系统状态转移,粒子状态发生变化,即粒子传播
基于粒子滤波的视频目标追踪
粒子权值更新
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
原则:越接近目标真实状态的粒子会被赋予越大的权值,反之,被赋予较小的权值。
相似性比较:将每一个粒子区域内的直方图与目标模板相比较,得出该区域与目标模板的相似性。
通过相似性对粒子的权值进行更新。
基于粒子滤波的视频目标追踪
重采样
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
重采样能有效地缓解粒子退化的问题
基于粒子滤波的视频目标追踪
状态确定
课题简介
粒子滤波
目标多部位跟踪
实验结果
系统界面设计
每一个粒子都有各自确定的权值W和状态X,所以用最优估计的方式来确定目标最后的位置。
粒子权值大小决定在后验概率中所占的比例。