基于箱粒子PHD滤波的多目标视频跟踪方法

摘要

本发明提出了一种基于箱粒子PHD滤波的多目标视频跟踪方法，用于解决现有粒子PHD多目标视频跟踪方法中存在的计算复杂度高和运算效率低的技术问题，实现步骤包括目标位置初始化；建立运动模型；对视频目标进行前期处理；初始化箱粒子集；基于箱粒子PHD预测，得到预测箱粒子集；基于箱粒子PHD更新，得到收缩箱粒子和箱粒子更新权值；对箱粒子更新权值求和，获取目标数目；采用随机子划分重采样方法对收缩箱粒子进行重采样；对采样后箱粒子集进行聚类，得到目标状态集；最后将目标状态集导入视频后输出。本发明具有计算复杂度低，运算效率高的特点，可用于对交通流量及安保管理中对行人车辆的监控的领域。