和声搜索优化粒子滤波的视频目标跟踪方案

作者：李和香; 邓辉舫

来源：计算机工程与设计, 2017, 38(07): 1905-1910.

DOI：10.16208/j.issn1000-7024.2017.07.037

• 目标跟踪
• 和声搜索算法
• 重采样粒子滤波
• 样本随机性
• 高斯混合模型

针对基于粒子滤波(particle filter,PF)的目标跟踪算法易产生样本贫化的问题,提出一种利用和声搜索算法(harmony search,HS)优化重采样粒子滤波的视频目标跟踪方案。采用高斯混合模型(Gaussian mixture model,GMM)对背景建模,在目标视频帧中执行粒子滤波,通过直方图匹配法为每个粒子分配权重;利用和声搜索算法生成新的粒子,通过放弃一部分粒子来提高样本的随机性;对粒子进行重要性重采样,根据粒子权重估计目标状态。在BoBoT和DTU数据集上的实验结果表明,所提算法对目标背景、缩放、遮挡和光照等变化具有较好的鲁棒性,相比其它较新的目标跟踪算法,该算法取得了更好的性能。

• 出版日期2017
• 单位广州工程技术职业学院; 华南理工大学