使用无迹卡尔曼滤波技术跟踪多个运动目标
计算机视觉与模式识别
2018-02-06 v1
摘要
可靠地检测与跟踪多个运动目标对于视频监控与监测是一项重要任务。然而，在非线性运动场景中出现遮挡时，许多现有方法往往无法持续跟踪多个感兴趣的运动目标。本文提出一种有效的遮挡下多运动目标检测与跟踪方法。运动目标最初通过简单而高效的块匹配技术检测，为多个目标跟踪提供粗略位置信息。随后，通过非线性跟踪算法估计每个运动目标更精确的位置信息。考虑到多运动目标间遮挡引起的歧义，我们应用无迹卡尔曼滤波（UKF）技术以实现可靠的目标检测与跟踪。不同于在传统非线性跟踪场景中无法达到最优估计的常规卡尔曼滤波（KF），UKF由于无迹变换可用于跟踪线性和非线性运动。此外，它估计每个目标的速度信息以辅助目标检测算法，有效勾勒出存在遮挡的多个运动目标。实验结果表明，所提方法能正确检测并跟踪具有非线性运动模式及遮挡的多个运动目标。
引用
@article{arxiv.1802.01235,
title = {Tracking Multiple Moving Objects Using Unscented Kalman Filtering Techniques},
author = {Xi Chen and Xiao Wang and Jianhua Xuan},
journal= {arXiv preprint arXiv:1802.01235},
year = {2018}
}
备注
2012 International Conference on Engineering and Applied Science (ICEAS 2012)