模式识别与人工智能

第26卷第9期2013年9月模式识别与人工智能

PR＆AIVol．26Sep．No．92013

基于混合粒子PHD滤波的多目标视频跟踪

林

庆

1，2

徐小刚

12

1

詹永照

1

廖定安

1，3

杨亚萍

1

(江苏大学计算机科学与通信工程学院(南京理工大学计算机科学与技术学院

3

镇江212013)南京210094)

(常州纺织服装职业技术学院常州213164)

摘要针对可变数目多目标视频跟踪，粒子滤波不能持续维持目标的多模态分布问题，本文提出一种混合粒子

means算法对粒子进行空间分布聚类，概率假设密度(PHD)滤波的多目标视频跟踪算法．该算法首先用K-给各粒使各粒子群分别对应混合粒子滤波的各分量，采用相互独立的各分量粒子滤波跟踪各目标，这子群附加身份标签，

样提高了目标状态估计的准确性，也能有效维持各目标的多模态分布．实验结果表明，该算法能有效处理新目标出合并、分离等多目标跟踪问题．现、关键词

混合粒子滤波器，概率假设密度，多目标跟踪，多模态分布

TP391．41

中图法分类号

MixtureParticlePHDFilterBasedMulti-TargetVisualTracking

23

LINQing1，，XUXiao-Gang1，ZHANYong-Zhao1，LIAODing-An1，，YANGYa-Ping1

12

(SchoolofComputerScienceandCommunicationEngineering，JiangsuUniversity，Zhenjiang212013)

3

(SchoolofComputerScienceandTechnology，NanjingUniversityofScienceandTechnology，Nanjing210094)

(ChangzhouTextileGarmentInstitute，Changzhou213164)

ABSTRACT

Aimingattheproblemthatparticlefilterispooratconsistentlymaintainingthemulti-modalityofthetargetdistributionsformulti-targetsinavariablenumberofvisualtracking，amulti-targetvisualtrackingapproachbasedonmixtureparticleprobabilityhypothesisdensity(PHD)filterisproposed．Theparticlesmeansalgorithm，theclassifiedparticlesarelabeledandtheparticlefiltersareareclusteredbytheK-separatelyusedforeachclassifiedparticles．Itimprovestheaccuracyoftargetstatesestimationandeffectivelymaintainsthemulti-modaldistributionofthevariousobjectives．Theexperimentalresultsshowthattheproposedapproachisaneffectivesolutiontotheappearance，merger，separationandothermulti-targettrackingproblemsforthenewtarget．

*国家自然科学基金项目(No．61170126)、江苏省科技支撑项目(No．BE2011156)、江苏省自然科学基金项目(No．BK2011521)

资助

收稿日期：2012－04－17；修回日期：2013－04－10

1962年生，教授，mail：作者简介林庆(通讯作者)，男，博士研究生，主要研究方向为数据挖掘、模式识别与人工智能．E-milam@ujs．edu．cn．徐小刚，1986年生，1962年生，男，硕士，主要研究方向为目标检测与跟踪．詹永照，男，博士，教授，主要研

1976年生，究方向为人机交互、分布式计算、音视频处理．廖定安，男，博士研究生，主要研究方向为数据挖掘、数字图像处

．，，1988，，、．理杨亚萍女年硕士主要研究方向为模式识别视频图像处理