關(guān)鍵詞:目標(biāo)跟蹤 多模型 bp神經(jīng)網(wǎng)絡(luò) 軌跡特征向量
摘要:針對在目標(biāo)跟蹤中單模型跟蹤算法難以應(yīng)對目標(biāo)運(yùn)動形式的變化,而多模型跟蹤算法存在結(jié)構(gòu)固定、跟蹤精度被非匹配模型削弱且模型切換緩慢的矛盾,文章提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的多模型目標(biāo)跟蹤算法。通過分析目標(biāo)幾種基本運(yùn)動模式的軌跡特點(diǎn),歸納出目標(biāo)運(yùn)動軌跡的特征向量。利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對滑窗里的軌跡段進(jìn)行運(yùn)動模型識別,按結(jié)果進(jìn)行跟蹤模型切換,達(dá)到使跟蹤算法實(shí)時適應(yīng)目標(biāo)運(yùn)動狀態(tài)的目的。仿真結(jié)果證明了該算法的有效性,且與傳統(tǒng)的多模型算法相比,具有結(jié)構(gòu)更加簡單、更強(qiáng)的靈活性和拓展性的特點(diǎn)。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社