基于智能优化粒子滤波算法的人体运动目标跟踪

《基于智能优化粒子滤波算法的人体运动目标跟踪》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第10卷第16期2010年6月科学技术与工程V01．10No．16June20101671—1815(2010)16-4013—05ScienceTechnologyandEn~neefing⑥2010Sci．Tech．Engng．计算机技术基于智能优化粒子滤波算法的人体运动目标跟踪张琳李明苑柳青(兰州理工大学计算机与通信学院，兰州730050)摘要粒子滤波算法应用于目标跟踪时，存在样本贫化和计算量大的问题，提出了一种基于智能优化粒子滤波算法。利用粒子群算法良好的局部寻优和全局寻优能力对重采样之后的粒子集进行操作，使粒子可以智能地合作起来，减轻样本贫

2、化。实验结果表明，该算法实时性强，提高目标状态的估计精度，缩短了计算时间，其滤波性能优于常规粒子滤波算法。关键词粒子滤波智能优化粒子群算法样本贫化目标跟踪中图法分类号TP183；文献标志码A粒子滤波(ParticleFilter，PF)是一种基于贝叶粒子群算法(ParticleSwarmOptimization，PSO)来改善斯估计的非线性滤波算法⋯，在处理非高斯和非线样本贫化问题。实验结果表明，该算法实时眭强，可性时变系统的参数估计和状态滤波问题方面有独以提高目标状态的估计精度，缩短计算时间，其滤波到的优势。PF以其独特的方式被提出来以解决多性能优

3、于常规粒子滤波。目标跟踪的数据关联问题J，虽然粒子滤波算法可以作为解决跟踪的有效手段，但需要用大量的样本1粒子滤波算法与粒子群算法数据才能很好地近似系统的后验概率密度，目标和背景越复杂，描述后验概率分布所需要的样本数量1．1粒子滤波算法就越多J。另外，重采样阶段会造成样本有效性和粒子滤波(ParticleFiltering，PF)或MonteCarlo多样性的损失，导致样本贫化现象，对估计目标遮粒子滤波(McPF)称谓于1999年正式提出。粒子滤波是通过寻找一组在状态空间中传播的随机样本对后验挡这类长时间不变量的影响尤为严重。概率密度函数进行近似，以

4、样本均值代替积分运算8]，传统的非线性滤波方法在粒子滤波中的应用多从而获得状态最小方差估计的过程。它的突出优势就侧重于对重要性密度函数的改进』，由于重采样也是是在对复杂问题的求解上，如高维的非线性、非高斯动粒子滤波中的关键步骤，所以对其进行进一步地分析态系统的状态递归估计或概率推理问题。粒子滤波方和改进逐渐成为近年来的研究热点。国外有人将遗法的理论基础来源于贝叶斯滤波原理，其实质是试图传算法用于对粒子滤波算法进行改进，取得了较好利用已知信息来构造系统状态度量的后验概率密度。的滤波效果；文献[6]提出一种基于集群智能的粒子若概率密度初始值为p(IYo)

5、=p(xo)，对于一阶马滤波算法，利用智能群体中的人工与群算法的优势来尔可夫过程，可得先验概率密度为改善粒子的分布，提高算法的估计精度；莫以为[7等将进化算法引入到粒子滤波领域，来改善粒子滤波中P(XlY1：¨)=Jp(lX)P(X¨IY一】)dX的样本贫化问题。本文通过引人智能优化算法——(1)当获得测量值后，通过贝叶斯公式更新先验2010年3月11日收到甘肃省自然科学~(0803RJZA025)资助值，得到后验概率密度为第一作者简介：张琳(1985一)，男，山东沾化人，硕士，研究方向：删)=盟(2)智能信息处理，目标跟踪。E-mail：zhang

6、yan71091@sohu．corn。科学技术与工程10卷寻找食物)，每个粒子根据它自身的“经验”和相邻式(2)中P(lY。：)=IP(lX)P(XI×J粒子群的最佳“经验”在问题空间中向更好的位置Y1)dX是归一化常量，它取决于似然函数p(Zf“飞行”，搜索最优解。X)及测量噪声的统计特性。PSO算法数学表示如下：粒子滤波方法是一种通过蒙特卡罗模拟实现设搜索空间为D维，总粒子数位Ⅳ，第i个粒子递推贝叶斯滤波的技术，其核心思想是利用一系列随位置表示为向量X=(⋯．，∞)；第i个粒机样本的加权和来表示所需的后验概率密度，进而得子迄今为止搜索到得最优为止

7、为P=(PP⋯．，到状态的估计值。当样本点数增加至无穷大时，蒙特P。)，整个粒子迄今为止搜索到的最优位置为P=卡罗特性与后验概率密度的函数表示等价。(PP，⋯，P)，第i个粒子的位置变化率(速考虑粒子集数目为Ⅳ的粒子滤波算法，迭代度)为向量(t)=(”⋯，。)，每个粒子的k一1次后，从P(X川lY，)得到近似粒子集速度和位置按如下公式进行变化：{戤一}，i=1，2，．．．，Ⅳ，其中，为系统状态，．d(t+1)=．d(t)+clrand()(P(t)一(t))+Y一表示至k一1为止的观测量。先验概率分布(72rand()(P(t)一(t))(5)P(X

8、Iyl)可近似为(t+1)=(t)+(t+1)，1≤i≤N，1≤d≤DⅣp(XkIY1：㈦)=1／N∑Pl(