基于粒子濾波的目標(biāo)跟蹤算法

宋光彥

摘 要:隨著當(dāng)前計(jì)算機(jī)性能的不斷提高,粒子濾波算法日益受到人們的關(guān)注,因?yàn)槠湓诜蔷€性、非高斯系統(tǒng)和狀態(tài)濾波等方面具有獨(dú)到的優(yōu)勢,也被廣泛應(yīng)用到運(yùn)動(dòng)目標(biāo)跟蹤研究當(dāng)中。

關(guān)鍵詞:粒子濾波圖像信號目標(biāo)跟蹤

中圖分類號:TP301 文獻(xiàn)標(biāo)識碼:A 文章編號:1674-098X(2012)6(a)-0031-01

1 粒子濾波算法描述

粒子濾波的思想基于蒙特卡洛方法,它是利用粒子集來表示概率,即通過隨機(jī)抽取的加權(quán)粒子來代替狀態(tài)的后驗(yàn)概率分布,這是一種順序重要性采樣法。當(dāng)隨機(jī)采取的粒子數(shù)量時(shí),結(jié)果也就無限接近于實(shí)際的狀態(tài)后驗(yàn)分布。因其在非線性、非高斯系統(tǒng)表現(xiàn)出來的優(yōu)越性,粒子濾波已經(jīng)成為視頻監(jiān)控、圖像處理、生物測定、金融數(shù)據(jù)等領(lǐng)域的研究熱點(diǎn)。

1.1 初始化

圖像特征是表征一個(gè)圖像最基本的屬性,是圖像分析的分布重要依據(jù),它分為自然特征和人工特征。被跟蹤的運(yùn)動(dòng)目標(biāo)要具有一定的先驗(yàn)特征,如目標(biāo)的顏色分布特征、灰度邊緣特征、紋理、光譜等。我們可以根據(jù)實(shí)際的需要,選擇不同特點(diǎn)的先驗(yàn)特征來描述粒子濾波中每個(gè)粒子的初始狀態(tài),其決定著濾波的先驗(yàn)概率形式,初始權(quán)重取1/Ns。值得注意的是粒子數(shù)的選取與跟蹤的實(shí)際要求有關(guān),粒子數(shù)越多,跟蹤就越穩(wěn)定,精度也就越高,但同時(shí)計(jì)算量也會變得越大。

1.2 系統(tǒng)狀態(tài)轉(zhuǎn)移

系統(tǒng)狀態(tài)轉(zhuǎn)移,是指運(yùn)動(dòng)目標(biāo)狀態(tài)隨時(shí)間的更新。需要通過系統(tǒng)模型中的狀態(tài)方程來描述其狀態(tài)轉(zhuǎn)移關(guān)系。布朗運(yùn)動(dòng)模型、勻速運(yùn)動(dòng)模型和勻加速運(yùn)動(dòng)模型是處理圖像跟蹤中的有三種比較普遍的數(shù)學(xué)模型。布朗運(yùn)動(dòng)模型也被叫作隨機(jī)游走模型,其目標(biāo)方程為:xk=Axk-1+Bjk-1,其中,A,B為常數(shù),xk為目標(biāo)在k時(shí)刻的狀態(tài),jk-1為歸一化噪聲量。勻速和勻加速運(yùn)動(dòng)模型的目標(biāo)方程采用高階自回歸模型,其方程為:ck=Ack-2+Bck-1+Cjk-1,A、B、C均為常數(shù)。

1.3 系統(tǒng)觀測

系統(tǒng)觀測是指在通過狀態(tài)轉(zhuǎn)移方程對目標(biāo)狀態(tài)的傳播進(jìn)行“假設(shè)”后,用所得的觀測量對其進(jìn)行驗(yàn)證。使用觀測量對系統(tǒng)狀態(tài)轉(zhuǎn)移的結(jié)果進(jìn)行驗(yàn)證,實(shí)際上是通過建立似然模型,計(jì)算在前一個(gè)過程中生成的粒子與實(shí)際情況之間的相似度。其目的是觀測每個(gè)粒子所代表區(qū)域的特征與目標(biāo)模板特征之間的相似程度,相似度越小的粒子賦予的權(quán)值就越小,反之權(quán)值越大。

1.4 后驗(yàn)概率的計(jì)算

后驗(yàn)概率是指在得到“結(jié)果”的信息后重新修正的概率,后驗(yàn)概率的計(jì)算要以先驗(yàn)特征為基礎(chǔ),在此采用加權(quán)準(zhǔn)則來計(jì)算后驗(yàn)概率,這種準(zhǔn)則要求粒子根據(jù)自身權(quán)值的大小來決定其在后驗(yàn)概率中所占比例的多少。

1.5 重采樣

對于重采樣的目的,是為了解決在傳播過程中粒子集合發(fā)生的退化現(xiàn)象。如果發(fā)生了退化,會使許多粒子的權(quán)重變得很小,導(dǎo)致大量的計(jì)算浪費(fèi)在小權(quán)值粒子上,需要通過對后驗(yàn)概率密度進(jìn)行再采樣,去除權(quán)值小的粒子,保留權(quán)值大的粒子。

2 粒子濾波算法的仿真

前面詳細(xì)描述了基于粒子濾波算法各模塊的具體功能,下面我們對粒子濾波性能進(jìn)行仿真實(shí)驗(yàn)。為了驗(yàn)證的方便我們使用MATLAB進(jìn)行仿真驗(yàn)證,MATLAB版本使用的是2008a。采用如下的一個(gè)簡單一維系統(tǒng)模型進(jìn)行仿真:

狀態(tài)方程為

;

觀測方程為,其中rk和qk分別表示系統(tǒng)噪聲和觀測噪聲。

通過實(shí)驗(yàn)仿真結(jié)果表明粒子濾波跟蹤的誤差值較小,該算法性能有效可靠。

3 粒子濾波跟蹤算法的仿真

3.1 算法的基本流程

在視頻序列的跟蹤中運(yùn)用粒子濾波算法,首先對粒子進(jìn)行初始化,設(shè)定粒子數(shù)Ns,選擇運(yùn)動(dòng)模型,然后再進(jìn)行粒子濾波的計(jì)算。

3.2 算法的仿真結(jié)果

在MATLAB環(huán)境下建立運(yùn)動(dòng)目標(biāo)檢測跟蹤的模型,然后采用walk.avi視頻進(jìn)行平移空間跟蹤測試,圖1是截取視頻的第11,28,42和70幀的實(shí)驗(yàn)跟蹤結(jié)果。

跟蹤實(shí)驗(yàn)結(jié)果表明,基于粒子濾波算法的運(yùn)動(dòng)目標(biāo)跟蹤,可以有效的跟蹤到運(yùn)動(dòng)的目標(biāo)區(qū)域,有很好的應(yīng)用價(jià)值,值得進(jìn)一步推廣。

4 結(jié)語

本文主要研究了運(yùn)動(dòng)目標(biāo)跟蹤中的粒子濾波算法,詳細(xì)論述了粒子濾波的理論基礎(chǔ)和算法過程,最后在MATLAB平臺上對粒子濾波跟蹤算法進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明此算法可以很好的運(yùn)用于運(yùn)動(dòng)目標(biāo)跟蹤。

參考文獻(xiàn)

[1] 萬纓,韓毅,盧漢青.運(yùn)動(dòng)目標(biāo)檢測算法的探討[J].計(jì)算機(jī)仿真.第23卷,第10期,221-226,2006.

[2] 徐方明,盧官名.基于改進(jìn)surendra背景更新算法的運(yùn)動(dòng)目標(biāo)檢測算法[J].山西電子應(yīng)用,2006,5:39.

[3] 伏思華,張小虎.基于序列圖像的運(yùn)動(dòng)目標(biāo)實(shí)時(shí)監(jiān)測方法[J].光電技術(shù),2004年3月第30卷第2期.