时间序列模型的粒子滤波行人跟踪算法研究 - 计算机测量与控制.docVIP

基于时间序列模型的粒子滤波行人跟踪算法研究 王双红 张朋 (中原工学院，河南郑州450007) 摘　要：针对行人运动的随机性导致运动状态模型适应性差和人在行走过程中可能发生短时全部或局部遮挡导致行人跟踪算法精度较低的问题，提出基于时间序列模型的粒子滤波行人跟踪算法。建立了行人运动时间序列模型；给出了基于对视频序列初始帧的检测，确定行人的位置、宽高等作为跟踪先验信息的方法；由先验信息计算加权颜色直方图构建初始粒子群分布，并利用时间序列运动模型预测粒子在下一时刻的状态分布，并更新粒子权值；根据有效粒子的个数判断是否进行重采样；最后由所有粒子的加权和估计行人的运动状态。仿真实验表明：文中提出根据行人的运动轨迹时间序列运动模型可使行人的状态估计更准确，预测误差进一步减小，预测精度得到了提高。 关键词： 时间序列；粒子滤波；行人跟踪；颜色直方图；ARMA 中图分类号：ＴＰ３０１　　　 文献标志码：Ａ Particle Filter Tracking Moving Pedestrian based on Adaptive Time Series Models. Wang Shuang-hong Zhang Peng ( Zhongyuan University of Technology，Zhengzhou 450007，China.) Abstract: Aiming at the poor adaptability of the movement state model because of the random pedestrian movements and the less pedestrian tracking algorithm accuracy caused by the short-time wholly or partially obscured movements of the pedestrian. First, the time series model of pedestrian movement is established, then the method of the achievement of the tracking the prior information is established by detecting the initial frame of the video sequence to determine the location and the wider, and etc. The weighted color histogram is calculated based on the prior information to the initial particle size distribution, and the distribution of the next time particle state is predicted by use of the time-series model, the particle weights is also updated. Whether resembling or not is depend on the number of effective particles. Finally, the pedestrian motion state can be estimated based on the weighted sum of all particles. Experiments show that improved particle filter algorithm allows a more accurate estimate of the pedestrian movement . Key words: Time series; particle filter; pedestrian tracking; color histogram; ARMA 1.引言 基金项目：（河南省教育厅科学技术研究重点项目,12B510037，13B510296；河南省科技厅科技攻关计划项目，142102210579； 郑州市科技局科技攻关141PPTGG363） 王双红（1978-），女（汉族），河南长垣人，讲师，硕士。主要从事控制理论与控制工程，信号分析处理方向研究。 行人跟踪就是通过对传感器拍摄到的视频序列进行分析，计算出目标行人在每帧图像上的位置、大小和运动速度，并将图像序列中不同帧中同一运动目标行人关联起来得到行人完整的运动轨迹。行人跟踪是行为识别技术的一部分，其后期