一种基于特征融合的灰狼优化粒子滤波目标跟踪算法

摘要

本发明涉及一种基于特征融合的灰狼优化粒子滤波目标跟踪算法。在粒子滤波跟踪算法框架内，依据灰狼算法中的灰狼位置更新机制指导粒子移动，对传统粒子滤波算法进行优化，建立目标特征融合模型对目标模板描述，对粒子权值进行自适应调节，利用模板更新方法对目标模板进行选择。本发明通过对目标HSV颜色特征和HOG特征的加权融合，提升算法对目标的特征描述，避免单一特征更好的适应复杂的环境条件；利用GWO算法优化粒子分布情况，使每一代粒子分布逼近系统真实状态的后验概率，避免粒子分布过于集中或分散，同时在部分重采样前对粒子进行权值自适应调节，提高粒子多样性，解决传统粒子滤波算法中粒子退化问题。