结合灰色预测模型和粒子滤波,提出一种新的视觉目标跟踪算法.由于粒子滤波未考虑先验信息对建议分布产生的指导作用,不能很好地逼近后验概率分布,对此,采用历史状态估计序列作为先验信息,建立该序列的灰色预测模型来预测产生建议分布.与粒子滤波、卡尔曼粒子滤波和无迹粒子滤波进行对比实验,结果表明所提出的算法在视觉目标跟踪中具有更好的性能.

结合灰色预测模型和粒子滤波, 提出一种新的视觉目标跟踪算法. 由于粒子滤波未考虑先验信息对建议分 布产生的指导作用, 不能很好地逼近后验概率分布, 对此, 采用历史状态估计序列作为先验信息, 建立该序列的灰色 预测模型来预测产生建议分布. 与粒子滤波、卡尔曼粒子滤波和无迹粒子滤波进行对比实验, 结果表明所提出的算 法在视觉目标跟踪中具有更好的性能.

结合灰色预测模型和粒子滤波,提出一种新的视觉目标跟踪算法.由于粒子滤波未考虑先验信息对建议分布产生的指导作用,不能很好地逼近后验概率分布,对此,采用历史状态估计序列作为先验信息,建立该序列的灰色预测模型来预测产生建议分布.与粒子滤波、卡尔曼粒子滤波和无迹粒子滤波进行对比实验,结果表明所提出的算法在视觉目标跟踪中具有更好的性能.