基于粒子滤波与神经网络的目标遮挡跟踪

来源：计算机集成制造系统杂志2020年第12期北京时间：

作者：韩宇星,丁刚毅

单位：北京理工大学软件学院

摘要：为了提高有遮挡情况下目标跟踪的可靠性,提出了基于改进粒子滤波的目标跟踪策略。建立了基于色度等级核函数的直方图模型,提高模型对光照变化的鲁棒性。根据目标的运动信息建立状态方程,采用径向基神经网络建立观测模型,根据模板与定位区的Hellinger距离判断目标是否发生遮挡。当目标未发生遮挡时,利用目标的状态信息更新状态方程并训练观测模型;当目标发生遮挡时,利用粒子滤波将状态方程的计算值和观测模型的预测值进行融合,得到目标状态的最优估计。仿真实验结果表明,采用RBF网络建立目标运动的观测模型能够引入与状态方程不同的预测信息,在较长时间遮挡的情况下,跟踪策略可减小粒子滤波最优估计与实际状态的偏差,提高遮挡情况下目标跟踪的可靠性。

关键词：目标跟踪,目标遮挡,粒子滤波,神经网络,直方图模型