粒子濾波目標跟蹤算法研究
大小：2.44 MB 人氣： 2018-01-25 需要積分：2
視覺跟蹤問題是當前計算機視覺領域中的熱點問題，而在動態環境中對運動目標進行實時、魯棒的跟蹤是其重要的組成部分，視覺跟蹤在自動監控、人機交互、醫學圖像處理、虛擬現實等領域有著廣泛的應用。常用的用于目標跟蹤平臺有OpenCV和點云庫（ Point Cloud Library，PCL），它們都是用于計算機視覺和圖像處理的開源平臺，但是側重點不同，OpenCV是2D信息獲取與處理的結晶，PCL主要用于在3D信息獲取與處理。三維圖像包含顏色信息和深度信息，對光照的敏感性較低，常用的三維相機有Kinect，TOF（Time of Flight）相機等。
在實時三維目標跟蹤系統中，KL距離自適應粒子濾波算法中距離閾值、小區域閾值以及其他參數的選取往往根據經驗設置，如果參數設置不合適會降低跟蹤精度和實時性。為此，設計一種3D點云目標跟蹤系統。分析距離閾值和小區域閾值等參數對跟蹤性能的影響，并給出自適應粒子濾波中參數與跟蹤目標模型的關系。實驗結果表明，與PCL_Tracking算法相比，該系統提高了三維目標跟蹤系統的準確性和實時性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
粒子濾波目標跟蹤算法研究下載
相關電子資料下載
- 多目標跟蹤算法總結歸納 514
- 與光同行！天合跟蹤開拓者1P賦能巴西520MW圣盧西亞項目 930
- 目標跟蹤初探（DeepSORT） 576
- MediaPipe + OpenCV五分鐘搞定手勢識別 1645
- 經典多目標跟蹤算法DeepSORT的基本原理和實現 2501
- LSD中的激光點云/單目3D目標檢測和多目標跟蹤算法 1936
- 物體檢測與跟蹤算法 974
- 經典多目標跟蹤算法DeepSORT的基本原理和實現 1829
- 自動駕駛定位技術-粒子濾波實踐案例解析 383
- 粒子濾波 PF（Particle filter）算法 1153