基于不确定性度量的多特征融合跟踪

提出了一种新的基于特征不确定性度量的多特征融合跟踪算法.首先,针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实,本文定义了一种新的特征不确定度量方法,该度量可以在线调整不同类型特征对跟踪结果的贡献.同时,针对乘性和加性特征融合跟踪算法方法中存在的缺陷,提出了一种自适应的多特征融合方法,融合的结果既突出了状态后验分布中目标真实状态对应的峰值,又对噪声不敏感,从而提高了目标跟踪的鲁棒性.各种场景下的实验结果比较表明:新的融合跟踪算法比单特征跟踪、乘性融合跟踪和加性融合跟踪有着更好的稳定性和鲁棒性.