基于选择性模型更新与卡尔曼滤波的目标模型更新算法
Science Technology and Engineering(2012)
Abstract
选择性模型更新算法不能准确地更新目标模型,在外观变化、遮挡、场景光线交化等因素影响的运动目标跟踪中,不能有效地处理目标模型.因此,提出了一种选择性模型更新与卡尔曼滤波的目标模型更新算法.根据可靠性阈值和分量更新比例精确选取更新分量,并与Kalman滤波相结合,对目标模型分量进行预测,根据不同干扰和目标外形变化,将两种算法的跟踪结果线性加权得到新的跟踪目标模型.实验结果表明该算法具有良好的跟踪效果.
MoreTranslated text
Key words
target tracking selective model update Kalman filtering
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined