基于遗传算法和粒子滤波器的非刚性目标跟踪

山东大学学报(工学版)

基于遗传算法和粒子滤波器的非刚性目标跟踪

马丽，常发亮，乔谊正

山东大学控制科学与工程学院，山东济南250061

收稿日期:2005-08-29 修回日期:1900-01-01 出版日期:2006-06-24 发布日期:2006-06-24
通讯作者: 马丽

Nonrigid target tracking based on genetic algorithm and particle filter

MA Li,CHANG Faliang,QIAO Yizheng

School of Control Science and Engineering,Shandong University,Jinan 250061,China

Received:2005-08-29 Revised:1900-01-01 Online:2006-06-24 Published:2006-06-24
Contact: MA Li

摘要/Abstract

摘要： 基于目标颜色特征，将遗传算法和粒子滤波器相结合进行非刚性目标的实时跟踪：一般情况下，采用遗传算法跟踪目标，以最优个体作为目标状态；当发生较严重遮挡时，最优个体不一定是目标的真实状态，利用粒子滤波器的思想，以各个体的加权平均作为跟踪结果来克服遮挡影响.实验结果表明该混合算法具有较强的鲁棒性，能有效实现复杂场景下的目标跟踪.

关键词: 遗传算法, 粒子滤波器, 目标跟踪, 遮挡

Abstract: The genetic algorithm is combined with particle filter to track nonrigid target realtime based on the color feature. Generally， the target is tracked by genetic algorithm, using the optimal chromosome as the target state. When the heavy occlusion occurs, the optimal chromosome is not necessarily the real target state. Then the idea of particle filter is adopted by using the weighted mean of all the chromosomes as the tracking result to overcome the influence of occlusion. Experimental results indicate that the proposed method is robust and has good performances under complicated background.

Key words: particle filter, target tracking, occlusion , genetic algorithm

马丽,常发亮,乔谊正 . 基于遗传算法和粒子滤波器的非刚性目标跟踪[J]. 山东大学学报(工学版), 2006, 36(3): 26-29 .

MA Li,CHANG Faliang,QIAO Yizheng . Nonrigid target tracking based on genetic algorithm and particle filter[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2006, 36(3): 26-29 .

参考文献

相关文章 15

[1]	江珊珊,杨静,范丽亚. 基于PDEs的图像特征提取方法[J]. 山东大学学报(工学版), 2018, 48(4): 27-36.
[2]	陈嘉杰,王金凤. 基于蚁群算法求解Choquet模糊积分模型[J]. 山东大学学报(工学版), 2018, 48(3): 81-87.
[3]	王飞,徐健,李伟,汪新浩,施啸寒. 基于分布式储能系统的风储滚动优化调度方法[J]. 山东大学学报(工学版), 2017, 47(6): 89-94.
[4]	马帅依凡,赵子健. 基于人工标记的手术导航仪[J]. 山东大学学报(工学版), 2017, 47(3): 63-68.
[5]	王常顺,肖海荣. 基于自抗扰控制的水面无人艇路径跟踪控制器[J]. 山东大学学报(工学版), 2016, 46(4): 54-59.
[6]	王海军,葛红娟,张圣燕. 基于L₁范数和最小软阈值均方的目标跟踪算法[J]. 山东大学学报(工学版), 2016, 46(3): 14-22.
[7]	刘德宝, 吴耀华, 郭耀阳, 王艳艳. 基于串并行混合拣选策略的自动拣选系统品项分配优化[J]. 山东大学学报(工学版), 2015, 45(6): 36-44.
[8]	郭志波, 董健, 庞成. 多技术融合的Mean-Shift目标跟踪算法[J]. 山东大学学报(工学版), 2015, 45(2): 10-16.
[9]	董红斌, 张广江, 逄锦伟, 韩启龙. 一种基于协同进化方法的聚类集成算法[J]. 山东大学学报(工学版), 2015, 45(2): 1-9.
[10]	梁兴建, 詹志辉. 基于双模式变异策略的改进遗传算法[J]. 山东大学学报(工学版), 2014, 44(6): 1-7.
[11]	葛凯蓉, 常发亮, 董文会. 基于局部敏感直方图的稀疏表达跟踪算法[J]. 山东大学学报(工学版), 2014, 44(5): 14-19.
[12]	邱晓欣1,2,张文强1,2*,秦晋贤1,2,杜正阳1,2,张德峰1,2. 恶劣环境下多目标实时跟踪算法研究[J]. 山东大学学报(工学版), 2014, 44(2): 21-27.
[13]	李武,侯志强*,魏国剑,余旺盛. 跟踪框自适应的尺度变化目标跟踪算法[J]. 山东大学学报(工学版), 2014, 44(2): 28-34.
[14]	孙鹏,程世庆*,谢敬思,张海瑞. 预测混合生物质灰熔点的CV-GA-SVM模型[J]. 山东大学学报(工学版), 2012, 42(2): 108-111.
[15]	杨钦民,刘海林*. 基于遗传算法的蜂窝网络动态信道分配建模及算法实现[J]. 山东大学学报(工学版), 2011, 41(2): 85-90.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed