复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法 下载: 612次
[1] Kalman R E. A new approach to linear filtering and prediction problems [J]. Journal of Basic Engineering, 1960, 82(1): 35-45.
[2] 张旭光, 张云, 王艳宁, 等. 基于遗忘因子与卡尔曼滤波的协方差跟踪[J]. 光学学报, 2010, 30(8): 2317-2323.
[3] Yang C, Duraiswami R, Davis L. Efficient mean- shift tracking via a new similarity measure [C]. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2005. 1: 176-183.
[4] 韩磊, 郭晓金, 齐威, 等. 改进的粒子滤波算法[J]. 电视技术, 2012, 36(7): 16-19.
Han Lei, Guo Xiaojin, Qi Wei, et al.. Improved particle algorithm [J]. Video Engineering, 2012, 36(7): 16-19.
[5] 张淼, 胡建旺, 周云锋, 等. 改进粒子滤波算法的比较[J]. 电光与控制, 2009, 16(2): 30-32.
[6] 王朝辉, 徐一兵, 许亚伟. 衰减记忆无迹卡尔曼粒子滤波算法研究[J]. 微电子学与计算机, 2012, 29(8): 50-52.
Wang Chaohui, Xu Yibing, Xu Yawei. Research on memory attenuation UKF particle filter algorithm [J]. Microelectronics & Computer, 2012, 29(8): 50-52.
[7] 张辉, 赵保军, 唐林波, 等. 基于自适应多特征整合的红外目标跟踪[J]. 光学学报, 2010, 30(5): 1291-1296.
[8] 贾桂敏, 王向军, 张世海. 复杂背景下基于自适应模板更新的目标跟踪算法[J]. 光学学报, 2009, 29(3): 659-663.
[9] 高琳, 唐鹏, 盛鹏, 等. 复杂场景下基于条件随机场的视觉目标跟踪[J]. 光学学报, 2010, 30(6): 1721-1728.
[10] 罗寰, 于雷, 廖俊, 等. 复杂背景下红外弱小多目标跟踪系统[J]. 光学学报, 2009, 29(6): 1536-1541.
[11] Druckmüller M. Phase correlation method for the alignment of total solar eclipse images [J]. The Astrophysical Journal, 2009, 706(2): 1605-1608.
廖逸琪, 任侃, 顾国华, 钱惟贤, 徐富元. 复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法[J]. 激光与光电子学进展, 2014, 51(9): 091001. Liao Yiqi, Ren Kan, Gu Guohua, Qian Weixian, Xu Fuyuan. Kalman Partule Fitter Algorithm for Moving Target Tracking Based on the Complex Dynamic Scene[J]. Laser & Optoelectronics Progress, 2014, 51(9): 091001.