關鍵詞:目標跟蹤 多模型 bp神經網絡 軌跡特征向量
摘要:針對在目標跟蹤中單模型跟蹤算法難以應對目標運動形式的變化,而多模型跟蹤算法存在結構固定、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網絡的多模型目標跟蹤算法。通過分析目標幾種基本運動模式的軌跡特點,歸納出目標運動軌跡的特征向量。利用訓練好的BP神經網絡對滑窗里的軌跡段進行運動模型識別,按結果進行跟蹤模型切換,達到使跟蹤算法實時適應目標運動狀態(tài)的目的。仿真結果證明了該算法的有效性,且與傳統(tǒng)的多模型算法相比,具有結構更加簡單、更強的靈活性和拓展性的特點。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社