[发明专利]基于流形上粒子滤波算法的视频目标跟踪方法

权利要求书

1.一种基于流形上粒子滤波算法的视频目标跟踪方法，其特征在于所述方法如下：将视频图像的射影变换构造成矩阵李群；将目标的射影变换参数作为状态变量，建立李群上的状态转移模型；采用协方差描述来表示视频图像中的目标区域；采用李群上的粒子滤波算法，沿流形测地线抽取状态样本；采用内蕴高斯牛顿算法来求解内蕴均值，得到系统的状态估计，完成目标跟踪。

2.根据权利要求1所述的基于流形上粒子滤波算法的视频目标跟踪方法，其特征在于所述建立李群上的状态转移模型的方法如下：

用x_k表示k时刻目标的状态向量，Z_1∶k={Z₁，Z₂，…Z_k}表示直到k时刻为止观测到的图像序列，用v_k表示从k-1时刻的观测图像Z_k-1到k时刻的观测图像Z_k之间的运动速度，得到状态转移模型为：xk=xk-1exp(vk-1)vk=vk-1+ηk-1,]]>其中η_k-1表示随机噪声。

3.根据权利要求1所述的基于流形上粒子滤波算法的视频目标跟踪方法，其特征在于所述采用李群上的粒子滤波算法，沿流形测地线抽取状态样本的方法如下：

初始化：由先验概率p(x₀)产生粒子集所有粒子权值为

预测：给定v_k在李群流形的左不变向量空间上采样得到样本然后根据系统的动态模型，应用指数映射将样本映射为状态向量样本即粒子从而得到流形上的一条测地线，该测地线起始于是测地线的端点，实现在流形测地线上抽取样本。

4.根据权利要求1所述的基于流形上粒子滤波算法的视频目标跟踪方法，其特征在于所述采用内蕴高斯牛顿算法来求解内蕴均值的方法如下：

x∈G，其中xⁱ表示在流行上采样得到的粒子，x位于李群G上，d表示两个李代数元素之间的测地线距离，N_s表示粒子的总个数。