文献类型：期刊文章

作　　者：朱娟[1] 孟繁英[1] 郝俊红[1] 于大海[1] 孙少甫[1]

机构地区：[1]长春大学光华学院电气信息学院,长春130031

出　　处：《计算机工程与应用》

基　　金：吉林省教育厅"十二五"科学技术研究项目(No.2011448;No.2011452)

年　　份：2012

卷　　号：48

期　　号：18

起止页码：168-171

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：传统的Monte Carlo滤波算法在目标跟踪过程中存在严重的采样贫瘠问题,这直接导致了样本集的退化。为了解决这个问题,提出一种改进的Monte Carlo滤波算法。在样本集建立阶段,采用基于视觉机制的方法建立样本集合,使得样本集在与中心距离较近的地方密集,在离中心较远的地方稀疏,这样的样本集合建立方法能够更准确地反映人眼对事物的感知;在样本集传播阶段,获得一个区分样本优劣的阈值,将样本集合分为优劣两种,用重采样的方法对优样本集合采样,采样半数样本,用随机抽样的方法补充其余半数样本,实验结果表明,这种方法可以很好地解决样本退化的问题。

关 键 词：目标跟踪 MONTE Carlo滤波  采样贫瘠  重采样

分 类 号：TP391]