利用多特征混沌粒子滤波的视觉目标跟踪方法

来源：计算机应用研究杂志2020年第11期北京时间：

作者：马圆媛,党正阳,张恒汝,

单位：西南石油大学计算机科学学院,成都610500；

摘要：随着摄像终端的增多以及自动视频分析需求量的增大，针对视频序列中存在突然运动、遮挡、运动模糊等干扰因素时传统视觉目标跟踪方法很难获得鲁棒性高、精确稳定的目标跟踪的问题，提出了利用多特征混沌粒子滤波的视觉目标跟踪方法。首先，基于非线性动力学预测进行混沌建模，利用混沌映射的梯度优化函数来搜索状态空间以找到参考轨迹；然后设计了一种用于视觉跟踪的混沌粒子滤波器，并改进运动表观模型，引入颜色、纹理和深度的特征完善滤波器的性能；最后，将多特征混沌粒子滤波器与其他视觉目标跟踪方法应用于VOT17和TB 数据集进行对比分析，以论证该方法的准确性。结果表明，提出的多特征混沌粒子滤波方法显著减少了粒子数量、搜索空间和滤波器发散，其精度高出其他方法约10%，在突然运动、遮挡和运动模糊等情况下整体性能优于其他几种对比方法。

关键词：视觉目标跟踪,多特征运动模型,混沌粒子滤波器,VOT17数据集,遮挡,运动模糊,

基金资助：国家自然科学基金资助项目(41604114)；四川省自然科学基金资助项目(2019YJ0314)；四川省青年科学创新组资助项目(2019JDTD0017)；；