第4卷第6期 智能系统学报 Vol.4.12 2009年12月 CAAI Transactions on Intelligent Systems Dec.2009 doi:10.3969/i.i8sn.1673-4785.2009.06.012 粒子滤波的视频目标跟踪算法研究 刘清，吴志刚，窦琴，熊燕 (武汉理工大学自动化学院，湖北武汉430063) 摘要：目标跟踪是计算机视觉和图像处理的一个重点课题，在视频监控、机器人视觉导航以及智能交通控制中具 有广泛的应用前景.通过粒子滤波技术，研究了如何整合颜色特征、前景信息和积分图运算等技术实现视频目标跟 踪的粒子滤波算法.在对目标进行分割中采用了混合高斯背景建模方法；同时结合积分直方图的计算方法对颜色特 征进行分段统计及相互遮挡的判断，实现基于粒子滤波的目标跟踪算法的优化，解决跟踪中诸如遮挡、光照变化、背 景干扰、尺寸变化等难以解决的问题.实验结果表明提出的方法达到了预期目标. 关键词：目标跟踪；粒子滤波；积分图；前景分割；视频 中图分类号：TP18:TP391.4文献标识码：A文章编号：16734785(2009)06053806 A particle filtering algorithm for tracking moving objects in videos LIU Qing,WU Zhi-gang,DOU Qin,XIONG Yan (School of Automation,Wuhan University of Technology,Wuhan 430063,China) Abstract:Tracking moving objects across video sequences is a key subject in computer vision and image process- ing.It is required for fields as diverse as video surveillance,robotic vision,navigation,and intelligent traffic con- trol.After studying particle filter technology,a moving object tracking algorithm based on a particle filter was de- veloped,integrating foreground information,color features and an integral image method.Gaussian mixture models (GMM)were employed for object foreground segmentation.By using an integral histogram algorithm,data for the color features in different sections were derived.Based on the features integral histogram,occlusion could then be analyzed and judged.The method presented can resolve occlusion caused by objects appearing among obstacles or with other objects,and to some extent overcome problems caused by changes in illumination,background and ap- parent size.Experimental results when tracking moving objects agreed well with predicted results. Keywords:object tracking;particle filter;integral image;foreground segmentation;video 近年来通过粒子滤波技术解决任何非线性模型间上得到一组粒子，每一个粒子都对应一个重要权 和非高斯噪声的目标跟踪成为研究的热点.粒子滤 值，最后对这些粒子加权求和来获得状态后验概率密 波的基本思想早在20世纪50年代就被提出，由于粒 度的估计3].而且A-Doucet等人还证明了当抽样粒 子数匮乏和计算量大等问题，应用受到制约.直到 子足够多时，粒子滤波算法是收敛的，收敛速度不受 1993年由英国学者Gordon等提出了一种新的基于顺 状态维数的限制.这些工作为粒子滤波的研究奠定了 序重要采样(sequential importance sampling,SIS)的 坚实的基础，并且高性能计算机的出现更进一步推动 Bootstrap非线性滤波方法「21，粒子滤波算法开始得到 了粒子滤波算法的发展和应用， 发展.2000年，A-Doucet等人又给出了基于SIS的粒 目前，将粒子滤波技术应用于目标跟踪领域的 子滤波通用描述，即采用蒙特卡罗方法求解贝叶斯估 研究已有一些研究成果.如在视频监控方面将改进 计中的多重积分运算，并利用SIS技术在动态状态空 的颜色直方图应用到粒子滤波技术中，来跟踪视频 中的运动目标4].其方法是将颜色统计信息即传 收稿日期：20090921 基金项目：高等学校博士学科点专项科研基金资助项目(20060497017)： 统的颜色直方图和颜色空间分布信息结合起来应用 湖」北省自然科学基金资助项目(2009CDB403). 于粒子滤波中，从而避免了跟踪过程中相似性背景 通信作者：刘清.E-mai:qi2000@163.com. 的干扰，减少计算的复杂性，使系统的目标跟踪更稳