第9卷第4期 智能系统学报 Vol.9 No.4 2014年8月 CAAI Transactions on Intelligent Systems Agu.2014 D0I:10.3969/j.issn.1673-4785.201305079 网络出版t地址：http://www.cnki.net/kcms/doi/10.3969/j.issn.1673-4785.201305079.html 佳点集的OMC粒子滤波算法及其应用 刘峰1，宣士斌2，刘香品 (1.广西民族大学信息科学与工程学院，广西南宁530006；2.广西混杂计算与集成电路设计分析重点实验室，广西 南宁530006) 摘要：针对粒子滤波中粒子匮乏及样本聚集问题，提出一种基于佳点集的拟蒙特卡洛粒子滤波算法(GPS-QM CPF)。该算法利用数论中的佳点集理论和方法来构造出一种新的拟蒙特卡洛序列。由于佳点集序列与随机点列和 标准的拟蒙特卡洛序列相比分布更均匀、偏差更小，使得在滤波过程中状态估计的精度和收敛速度都得到提高，同 时还能增加粒子有效样本数和降低重采样次数。实验结果表明，提出的算法在非线性系统状态估计精度要优于粒 子滤波和标准的拟蒙特卡洛粒子滤波算法，并且在视频目标跟踪的应用中，针对跟踪目标受到遮挡的情况，算法具 有更高的跟踪精度，同时跟踪的实时性也得到了一定程度的提高。 关键词：目标跟踪：粒子滤波：拟蒙特卡洛：佳点集：遮挡 中图分类号：TP391.9文献标志码：A文章编号：1673-4785(2014)04-461-07 中文引用格式：刘峰，宣士斌，刘香品.佳点集的QMC粒子滤波算法及其应用[J].智能系统学报，2014,9(4)：461467. 英文引用格式：LIU Feng,XUAN Shibin..Quasi-.Monte Carlo particle filter algorithm based on the good point set and its application J].CAAI Transactions on Intelligent Systems,2014,9(4):461-467. Quasi-Monte Carlo particle filter algorithm based on the good point set and its application LIU Feng',XUAN Shibin2,LIU Xiangpin' (1.College of Information Science and Engineering,Guangxi University for Nationalities,Nanning 530006,China;2.Guangxi Key La- boratory of Hybrid Computation and IC Design Analysis,Nanning 530006,China) Abstract:A quasi-Monte Carlo particle filtering algorithm based on the good point set(GPS-QMCPF)is proposed for solving the problem of particle shortage and sample aggregation.In the proposed algorithm,a new quasi-Monte Carlo sequence is constructed by using the good point set theory in the number theory.Considering that the good point set has a more homogeneous distribution and lower discrepancy than the standard QMC sequence and the random se- quence,GPS-QMCPF can obtain a faster convergence speed in the filtering process and a better accuracy of the state estimation.Furthermore the re-sampling frequency is reduced,which results in a lower computational cost.Experi- mental results show that the proposed algorithm gets a more accurate estimation than the standard QMC filter and par- ticle filter in the system state estimation,as well as with the video target tracking application.The proposed algorithm possesses the advantages of good tracking accuracy and a real-time standard,even in the case of occlusions. Keywords:target tracking;particle filter algorithm;quasi-Monte Carlo;good point set;occlusion 视频目标跟踪是近年来计算机视觉领域中的研 因能有效地解决视频目标跟踪中普遍存在的非线 究热点，在人机交互、视频监控、智能交通等方面都 性、非高斯性的问题)，在视频跟踪领域得到了足 有着广泛的应用。粒子滤波算法(particle filter,PF) 够的重视24。而在实际应用中，粒子滤波却存在 权值退化现象，虽然通过采用重采样技术可以复制 收稿日期：2013-06-05.网络出版日期：2014-06-21. 基金项目：广西省自然科学基金资助项目(2012 GXNSFAA053227). 大权值样本)，但又不可避免地会导致粒子匮乏问 通信作者：宜土斌.E-mail:sbinxuan@gxun.cm.第 怨 卷第 源 期摇摇摇摇摇 摇摇摇 摇摇摇 摇摇摇 智 能 系 统 学 报摇摇摇摇摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 灾燥造援怨 翼援源 圆园员源 年 愿 月摇摇摇摇摇摇摇摇摇摇摇摇 悦粤粤陨 栽则葬灶泽葬糟贼蚤燥灶泽 燥灶 陨灶贼藻造造蚤早藻灶贼 杂赠泽贼藻皂泽 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 粤早怎援 圆园员源 阅韵陨院员园援猿怨远怨 辕 躁援蚤泽泽灶援员远苑猿鄄源苑愿缘援圆园员猿园缘园苑怨 网络出版地址院澡贼贼责院 辕 辕 憎憎憎援糟灶噪蚤援灶藻贼 辕 噪糟皂泽 辕 凿燥蚤 辕 员园援猿怨远怨 辕 躁援蚤泽泽灶援员远苑猿鄄源苑愿缘援圆园员猿园缘园苑怨援澡贼皂造 佳点集的 匝酝悦 粒子滤波算法及其应用 刘峰员 袁宣士斌圆 袁刘香品员 渊员援广西民族大学 信息科学与工程学院袁广西 南宁 缘猿园园园远曰 圆援 广西混杂计算与集成电路设计分析重点实验室袁广西 南宁 缘猿园园园远冤 摘 要院针对粒子滤波中粒子匮乏及样本聚集问题袁提出一种基于佳点集的拟蒙特卡洛粒子滤波算法渊 郧孕杂鄄匝酝鄄 悦孕云冤 遥 该算法利用数论中的佳点集理论和方法来构造出一种新的拟蒙特卡洛序列遥 由于佳点集序列与随机点列和 标准的拟蒙特卡洛序列相比分布更均匀尧偏差更小袁使得在滤波过程中状态估计的精度和收敛速度都得到提高袁同 时还能增加粒子有效样本数和降低重采样次数遥 实验结果表明袁提出的算法在非线性系统状态估计精度要优于粒 子滤波和标准的拟蒙特卡洛粒子滤波算法袁并且在视频目标跟踪的应用中袁针对跟踪目标受到遮挡的情况袁算法具 有更高的跟踪精度袁同时跟踪的实时性也得到了一定程度的提高遥 关键词院目标跟踪曰粒子滤波曰拟蒙特卡洛曰佳点集曰遮挡 中图分类号院 栽孕猿怨员援怨 摇 文献标志码院粤摇 文章编号院员远苑猿鄄源苑愿缘渊圆园员源冤园源鄄源远员鄄园苑 中文引用格式院刘峰袁宣士斌袁刘香品援 佳点集的 匝酝悦 粒子滤波算法及其应用咱允暂援 智能系统学报袁 圆园员源袁 怨渊源冤 院 源远员鄄源远苑援 英文引用格式院蕴陨哉 云藻灶早袁载哉粤晕 杂澡蚤遭蚤灶援 匝怎葬泽蚤鄄酝燥灶贼藻 悦葬则造燥 责葬则贼蚤糟造藻 枣蚤造贼藻则 葬造早燥则蚤贼澡皂 遭葬泽藻凿 燥灶 贼澡藻 早燥燥凿 责燥蚤灶贼 泽藻贼 葬灶凿 蚤贼泽 葬责责造蚤糟葬贼蚤燥灶 咱允暂援 悦粤粤陨 栽则葬灶泽葬糟贼蚤燥灶泽 燥灶 陨灶贼藻造造蚤早藻灶贼 杂赠泽贼藻皂泽袁 圆园员源袁 怨渊源冤 院 源远员鄄源远苑援 匝怎葬泽蚤鄄酝燥灶贼藻 悦葬则造燥 责葬则贼蚤糟造藻 枣蚤造贼藻则 葬造早燥则蚤贼澡皂 遭葬泽藻凿 燥灶 贼澡藻 早燥燥凿 责燥蚤灶贼 泽藻贼 葬灶凿 蚤贼泽 葬责责造蚤糟葬贼蚤燥灶 蕴陨哉 云藻灶早员 袁 载哉粤晕 杂澡蚤遭蚤灶圆 袁 蕴陨哉 载蚤葬灶早责蚤灶员 渊员援悦燥造造藻早藻 燥枣 陨灶枣燥则皂葬贼蚤燥灶 杂糟蚤藻灶糟藻 葬灶凿 耘灶早蚤灶藻藻则蚤灶早袁 郧怎葬灶早曾蚤 哉灶蚤增藻则泽蚤贼赠 枣燥则 晕葬贼蚤燥灶葬造蚤贼蚤藻泽袁 晕葬灶灶蚤灶早 缘猿园园园远袁 悦澡蚤灶葬曰 圆援 郧怎葬灶早曾蚤 运藻赠 蕴葬鄄 遭燥则葬贼燥则赠 燥枣 匀赠遭则蚤凿 悦燥皂责怎贼葬贼蚤燥灶 葬灶凿 陨悦 阅藻泽蚤早灶 粤灶葬造赠泽蚤泽袁 晕葬灶灶蚤灶早 缘猿园园园远袁 悦澡蚤灶葬冤 粤遭泽贼则葬糟贼院粤 择怎葬泽蚤鄄酝燥灶贼藻 悦葬则造燥 责葬则贼蚤糟造藻 枣蚤造贼藻则蚤灶早 葬造早燥则蚤贼澡皂 遭葬泽藻凿 燥灶 贼澡藻 早燥燥凿 责燥蚤灶贼 泽藻贼 渊郧孕杂鄄匝酝悦孕云冤 蚤泽 责则燥责燥泽藻凿 枣燥则 泽燥造增蚤灶早 贼澡藻 责则燥遭造藻皂 燥枣 责葬则贼蚤糟造藻 泽澡燥则贼葬早藻 葬灶凿 泽葬皂责造藻 葬早早则藻早葬贼蚤燥灶援 陨灶 贼澡藻 责则燥责燥泽藻凿 葬造早燥则蚤贼澡皂袁 葬 灶藻憎 择怎葬泽蚤鄄酝燥灶贼藻 悦葬则造燥 泽藻择怎藻灶糟藻 蚤泽 糟燥灶泽贼则怎糟贼藻凿 遭赠 怎泽蚤灶早 贼澡藻 早燥燥凿 责燥蚤灶贼 泽藻贼 贼澡藻燥则赠 蚤灶 贼澡藻 灶怎皂遭藻则 贼澡藻燥则赠援 悦燥灶泽蚤凿藻则蚤灶早 贼澡葬贼 贼澡藻 早燥燥凿 责燥蚤灶贼 泽藻贼 澡葬泽 葬 皂燥则藻 澡燥皂燥早藻灶藻燥怎泽 凿蚤泽贼则蚤遭怎贼蚤燥灶 葬灶凿 造燥憎藻则 凿蚤泽糟则藻责葬灶糟赠 贼澡葬灶 贼澡藻 泽贼葬灶凿葬则凿 匝酝悦 泽藻择怎藻灶糟藻 葬灶凿 贼澡藻 则葬灶凿燥皂 泽藻鄄 择怎藻灶糟藻袁 郧孕杂鄄匝酝悦孕云 糟葬灶 燥遭贼葬蚤灶 葬 枣葬泽贼藻则 糟燥灶增藻则早藻灶糟藻 泽责藻藻凿 蚤灶 贼澡藻 枣蚤造贼藻则蚤灶早 责则燥糟藻泽泽 葬灶凿 葬 遭藻贼贼藻则 葬糟糟怎则葬糟赠 燥枣 贼澡藻 泽贼葬贼藻 藻泽贼蚤皂葬贼蚤燥灶援 云怎则贼澡藻则皂燥则藻 贼澡藻 则藻鄄泽葬皂责造蚤灶早 枣则藻择怎藻灶糟赠 蚤泽 则藻凿怎糟藻凿袁 憎澡蚤糟澡 则藻泽怎造贼泽 蚤灶 葬 造燥憎藻则 糟燥皂责怎贼葬贼蚤燥灶葬造 糟燥泽贼援 耘曾责藻则蚤鄄 皂藻灶贼葬造 则藻泽怎造贼泽 泽澡燥憎 贼澡葬贼 贼澡藻 责则燥责燥泽藻凿 葬造早燥则蚤贼澡皂 早藻贼泽 葬 皂燥则藻 葬糟糟怎则葬贼藻 藻泽贼蚤皂葬贼蚤燥灶 贼澡葬灶 贼澡藻 泽贼葬灶凿葬则凿 匝酝悦 枣蚤造贼藻则 葬灶凿 责葬则鄄 贼蚤糟造藻 枣蚤造贼藻则 蚤灶 贼澡藻 泽赠泽贼藻皂 泽贼葬贼藻 藻泽贼蚤皂葬贼蚤燥灶袁 葬泽 憎藻造造 葬泽 憎蚤贼澡 贼澡藻 增蚤凿藻燥 贼葬则早藻贼 贼则葬糟噪蚤灶早 葬责责造蚤糟葬贼蚤燥灶援 栽澡藻 责则燥责燥泽藻凿 葬造早燥则蚤贼澡皂 责燥泽泽藻泽泽藻泽 贼澡藻 葬凿增葬灶贼葬早藻泽 燥枣 早燥燥凿 贼则葬糟噪蚤灶早 葬糟糟怎则葬糟赠 葬灶凿 葬 则藻葬造鄄贼蚤皂藻 泽贼葬灶凿葬则凿袁 藻增藻灶 蚤灶 贼澡藻 糟葬泽藻 燥枣 燥糟糟造怎泽蚤燥灶泽援 运藻赠憎燥则凿泽院贼葬则早藻贼 贼则葬糟噪蚤灶早曰 责葬则贼蚤糟造藻 枣蚤造贼藻则 葬造早燥则蚤贼澡皂曰 择怎葬泽蚤鄄酝燥灶贼藻 悦葬则造燥曰 早燥燥凿 责燥蚤灶贼 泽藻贼曰 燥糟糟造怎泽蚤燥灶 收稿日期院圆园员猿鄄园远鄄园缘援 摇 网络出版日期院圆园员源鄄园远鄄圆员援 基金项目院广西省自然科学基金资助项目渊圆园员圆郧载晕杂云粤粤园缘猿圆圆苑冤援 通信作者院宣士斌援耘鄄皂葬蚤造院泽遭蚤灶曾怎葬灶岳 早曾怎灶援糟灶援 摇 摇 视频目标跟踪是近年来计算机视觉领域中的研 究热点袁在人机交互尧视频监控尧智能交通等方面都 有着广泛的应用遥 粒子滤波算法渊 责葬则贼蚤糟造藻 枣蚤造贼藻则袁孕云冤 因能有效地解决视频目标跟踪中普遍存在的非线 性尧非高斯性的问题咱员暂 袁在视频跟踪领域得到了足 够的重视咱圆鄄源暂 遥 而在实际应用中袁粒子滤波却存在 权值退化现象袁虽然通过采用重采样技术可以复制 大权值样本咱缘暂 袁但又不可避免地会导致粒子匮乏问