本發(fā)明屬于視頻圖像跟蹤技術(shù)領(lǐng)域,涉及一種多型視覺傳感協(xié)同目標(biāo)跟蹤方法。
背景技術(shù):
隨著科技的發(fā)展和社會(huì)的進(jìn)步,人們對(duì)安全的要求也不斷提高,在國防軍事,交通管理,行為分析等方面各式各樣的視覺傳感監(jiān)控系統(tǒng)有著巨大的應(yīng)用前景,在這些應(yīng)用中需要觀測的場景的范圍非常大,單個(gè)視覺傳感器已經(jīng)無法覆蓋,這時(shí)就需要多個(gè)視覺傳感來實(shí)現(xiàn)大范圍的觀測工作。
對(duì)于多攝像機(jī)的目標(biāo)跟蹤來說,目標(biāo)匹配是其中的關(guān)鍵技術(shù),目標(biāo)匹配的依據(jù)分為以下兩種:(1)自身特征的一致性,主要是根據(jù)目標(biāo)的顏色、形狀等信息進(jìn)行目標(biāo)匹配,但由于不同的攝像機(jī)的視角不同、場景光照的不同,觀測到的這類特征存在著較大的差異,雖然學(xué)者們提出亮度轉(zhuǎn)移函數(shù)能夠在一定程度上減小亮度帶來的影響,但是可靠性較低;(2)攝像機(jī)幾何約束,通過對(duì)單個(gè)攝像機(jī)的標(biāo)定或多個(gè)攝像機(jī)間關(guān)系的確定,來定位目標(biāo)的空間位置,它的匹配度比其他目標(biāo)匹配方法在有重疊區(qū)域的情況下要高。
幾何約束中常用的方法有單應(yīng)性和對(duì)極幾何,單應(yīng)性描述的是同一個(gè)平面上的點(diǎn),在兩幅視圖上的像點(diǎn)之間存在一一對(duì)應(yīng)的映射關(guān)系,單應(yīng)性可以準(zhǔn)確的定位到目標(biāo)在圖像中的坐標(biāo)位置,但必須滿足目標(biāo)運(yùn)動(dòng)在同一個(gè)平面的這一假設(shè)條件,此外常會(huì)遇到計(jì)算量大,無法有效解決遮擋等問題。對(duì)極幾何描述的是兩幅視圖之間的幾何映射關(guān)系,本質(zhì)上就是對(duì)極平面與兩圖像平面相交的幾何對(duì)應(yīng)關(guān)系,對(duì)極幾何能夠表示不同視角下的相機(jī)圖像的對(duì)應(yīng)關(guān)系,由于這種關(guān)系是普遍存在的,通過對(duì)極幾何我們將一幅圖像上的點(diǎn)在另一張圖像上投影出來一條直線,能夠?qū)⑺阉鞣秶档椭烈痪S搜索。
上述協(xié)同跟蹤方法都是建立在傳統(tǒng)攝像機(jī)基礎(chǔ)上的,由于單個(gè)傳統(tǒng)攝像機(jī)視野范圍的限制,多個(gè)傳統(tǒng)攝像機(jī)間的重疊區(qū)域有限,有效協(xié)同區(qū)域狹小;目前還存在多個(gè)全景攝像機(jī)協(xié)同跟蹤,但同樣難解決協(xié)同跟蹤有效區(qū)域狹小,而且成本過高。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的是提供一種多型視覺傳感協(xié)同目標(biāo)跟蹤方法,解決了多攝像機(jī)之間協(xié)同跟蹤有效區(qū)域狹小的問題,實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)目標(biāo)的持續(xù)協(xié)同跟蹤。
本發(fā)明所采用的技術(shù)方案是,多型視覺傳感協(xié)同目標(biāo)跟蹤方法,具體包括以下步驟:
步驟1,利用傳統(tǒng)攝像機(jī)c1和全景攝像機(jī)c2跟蹤相同的目標(biāo),在c1和c2中分別采用粒子濾波方法預(yù)估計(jì)下一時(shí)刻的目標(biāo)狀態(tài)。
步驟2,建立c1和c2之間的對(duì)極幾何關(guān)系;
步驟3,建立協(xié)同開關(guān)模型,根據(jù)目標(biāo)在c1和c2的視野中的位置,判斷是否啟動(dòng)協(xié)同跟蹤模式;
步驟4,在協(xié)同跟蹤模式中,啟動(dòng)協(xié)同機(jī)制,根據(jù)對(duì)極幾何關(guān)系對(duì)被遮擋目標(biāo)的狀態(tài)進(jìn)行校正與更新;
步驟5,將步驟4處理后的目標(biāo)狀態(tài)作為目標(biāo)當(dāng)前時(shí)刻狀態(tài),返回步驟2,實(shí)現(xiàn)c1和c2之間運(yùn)動(dòng)目標(biāo)的持續(xù)協(xié)同跟蹤。
步驟1的具體步驟為:
選取同一時(shí)刻c1和c2對(duì)目標(biāo)拍攝出的兩個(gè)畫面,記為圖像a和圖像b;
在c1中,假設(shè)粒子在t時(shí)刻的狀態(tài)滿足:
粒子局部觀測似然權(quán)重初始化為:
預(yù)估計(jì)圖像a中下一時(shí)刻的目標(biāo)狀態(tài)為:
同理,中c2,預(yù)估計(jì)圖像b中下一時(shí)刻的目標(biāo)狀態(tài)為:
其中,i為目標(biāo)編號(hào),i>1;n為目標(biāo)i中采樣粒子編號(hào);np是圖像a中所有粒子數(shù);x表示目標(biāo)的狀態(tài);z表示目標(biāo)的觀測信息;
步驟2的具體過程為:
在c2中存在雙曲面鏡坐標(biāo)系cm和全景攝像機(jī)坐標(biāo)系co,c1和c2構(gòu)成多型視覺對(duì)極幾何系統(tǒng),其中增加了傳統(tǒng)攝像機(jī)坐標(biāo)系cp;
雙曲面鏡的方程為:
式中,a、b和c為雙曲面的參數(shù),滿足a2+b2=c2;
設(shè)全景攝像機(jī)坐標(biāo)系co內(nèi)一點(diǎn)xo的坐標(biāo)為[xo,yo,zo]t,若在雙曲面鏡坐標(biāo)系cm中表示,則需要一個(gè)平移變化:
式中,[xm,ym,zm]t為xo在雙曲面鏡坐標(biāo)系cm中的坐標(biāo);
設(shè)[qu,qv]t為xo在圖像b中的坐標(biāo),則:
式中,q=[qu,qv,1]t表示[qu,qv]t的齊次坐標(biāo),ko為c2的內(nèi)部參數(shù),通過標(biāo)定得到;
連接c1的投影中心op和c2的投影中心om得到基線,基線與圖像a交于極點(diǎn)ep,基線與雙曲面鏡交于em,em在圖像b中投影為極點(diǎn)eo,mp為目標(biāo)x在圖像a中的投影,mo為目標(biāo)x在圖像b中的投影,由x、op和om確定外極平面,mp、mm、op、om位于外極平面上;
設(shè)r和t分別為cp和cm之間的旋轉(zhuǎn)矩陣和平移矩陣,在多型視覺對(duì)極幾何系統(tǒng)中存在本質(zhì)矩陣e=sr,其中:
s為t中平移向量的斜對(duì)稱矩陣,平移向量為[tx,ty,tz]t;
目標(biāo)x在傳統(tǒng)攝像機(jī)坐標(biāo)系cp和雙曲面鏡坐標(biāo)系cm下的坐標(biāo)分別為xp和xm,則:
設(shè)[up,vp]t為目標(biāo)x在圖像a上投影點(diǎn)的坐標(biāo),那么:
kp為c1的內(nèi)部參數(shù)矩陣,[up,vp,1]t為[up,vp]t的齊次坐標(biāo);
定義外極平面的法向量n=[p,q,s]t,在多型視覺對(duì)極幾何系統(tǒng)中有:
.n=e×xp(9)
設(shè)pm=[xm,ym,zm]t為外極平面和雙曲面鏡的交線l上一點(diǎn)xl的坐標(biāo),可得:
pxm+qym+szm=0(10)
聯(lián)立式(3)和式(10),得到交線l的方程:
交線l用矩陣乘法表示為:
將pm從雙曲面鏡坐標(biāo)系cm變換至全景攝像機(jī)坐標(biāo)系co上:
將點(diǎn)xl投影到圖像b上:
聯(lián)立(12)~(14)式,得到目標(biāo)在圖像b上的極線方程lo:
其中,
由x,mp,mm三點(diǎn)共面,點(diǎn)mp落在直線lp上,聯(lián)立式(7)和式(8),得到目標(biāo)在圖像a上的極線為lp:
步驟3中,建立協(xié)同開關(guān)模型的具體過程為:
c1和c2的跟蹤區(qū)域能夠分為三個(gè)部分:區(qū)域1、區(qū)域2和區(qū)域3;
目標(biāo)位于區(qū)域2時(shí),只有c1的觀測信息有效,c1單獨(dú)跟蹤目標(biāo),目標(biāo)的后驗(yàn)概率為:
t時(shí)刻,采樣粒子的一致性權(quán)重表示為:
將采樣粒子的一致性權(quán)重帶入式(1),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
同理,目標(biāo)位于區(qū)域3時(shí),只有c2的觀測信息有效,使c2單獨(dú)跟蹤目標(biāo),t時(shí)刻,采樣粒子的一致性權(quán)重表示為:
將采樣粒子的一致性權(quán)重帶入式(2),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
目標(biāo)位于區(qū)域1時(shí),c1和c2的觀測信息同時(shí)有效,目標(biāo)的后驗(yàn)概率為:
其中,
步驟3中,判斷是否啟動(dòng)協(xié)同跟蹤模式的具體過程為:
若
其中,υ是局部似然閾值,t是協(xié)同似然閾值;
對(duì)應(yīng)c1,選擇采樣的粒子
將采樣粒子的一致性權(quán)重帶入式(1),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
同理,對(duì)于c2,采樣粒子
將采樣粒子的一致性權(quán)重帶入式(2),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新。
步驟4的具體步驟為:
步驟4.1,設(shè)跟蹤的目標(biāo)中包含目標(biāo)i和目標(biāo)j,目標(biāo)i和目標(biāo)j在c1中的觀測信息分別為
在c1的視野中,當(dāng)目標(biāo)j遮擋目標(biāo)i時(shí),根據(jù)目標(biāo)i在圖像b中的對(duì)極曲線校正圖像a中目標(biāo)i下一時(shí)刻的位置:
計(jì)算圖像a中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重:
式中,
將圖像a中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重帶入式(23),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
在圖像b中,當(dāng)目標(biāo)j遮擋目標(biāo)i時(shí),根據(jù)目標(biāo)i在圖像a中的對(duì)極曲線校正圖像b中目標(biāo)i下一時(shí)刻的位置:
計(jì)算圖像b中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重:
式中,
將圖像b中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重帶入式(24),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新。
本發(fā)明的有益效果是:
1)采用傳統(tǒng)攝像機(jī)和中心折反射全景攝像機(jī)構(gòu)成多型視覺系統(tǒng),一方面能夠擴(kuò)大攝像機(jī)視野范圍,克服了普通攝像機(jī)視野狹小的缺點(diǎn),另一方面可以減少均采用全景攝像機(jī)所需要的成本;
2)采用粒子濾波方法預(yù)估目標(biāo)的狀態(tài),用粒子分布狀態(tài)表示目標(biāo)可能的分布,提高目標(biāo)在面對(duì)非線性問題情況下的魯棒性;定義了一種新穎的后驗(yàn)概率計(jì)算,增加了粒子后驗(yàn)概率包含的信息內(nèi)容,使后驗(yàn)概率更加可信;
3)在貝葉斯理論框架下,構(gòu)建協(xié)同跟蹤機(jī)制,在每個(gè)攝像機(jī)視野中,如果目標(biāo)相互分離,不需要啟動(dòng)協(xié)同即可有效的跟蹤目標(biāo);當(dāng)目標(biāo)相挨很近或存在遮擋時(shí),判斷是否啟動(dòng)協(xié)同跟蹤,減少了計(jì)算量;
4)建立多型視覺對(duì)極幾何系統(tǒng),采用對(duì)極幾何的方法建立目標(biāo)一致性判斷方法進(jìn)行目標(biāo)匹配,克服了目標(biāo)在不同攝像機(jī)下顏色、亮度、形狀變化而無法匹配的缺點(diǎn),減少目標(biāo)匹配時(shí)的搜索范圍。
附圖說明
圖1是本發(fā)明的系統(tǒng)框圖;
圖2是全景攝像機(jī)的成像示意圖;
圖3是多型視覺對(duì)極幾何系統(tǒng)的示意圖;
圖4是多型視覺系統(tǒng)對(duì)極線驗(yàn)證圖;
圖5是協(xié)同跟蹤區(qū)域示意圖;
圖6是協(xié)同權(quán)重計(jì)算示意圖,(a)是c1視野中粒子權(quán)重計(jì)算示意圖,(b)是c2視野中粒子權(quán)重計(jì)算示意圖;
圖7,圖8是協(xié)同跟蹤結(jié)果。
具體實(shí)施方式
下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說明:
如圖1所示,多型視覺傳感協(xié)同目標(biāo)跟蹤方法,具體包括以下步驟:
步驟1,利用傳統(tǒng)攝像機(jī)c1和全景攝像機(jī)c2跟蹤相同的目標(biāo),在c1和c2中分別采用粒子濾波方法預(yù)估計(jì)下一時(shí)刻的目標(biāo)狀態(tài)。
步驟2,建立c1和c2之間的對(duì)極幾何關(guān)系;
步驟3,建立協(xié)同開關(guān)模型,根據(jù)目標(biāo)在c1和c2的視野中的位置,判斷是否啟動(dòng)協(xié)同跟蹤模式;
步驟4,在協(xié)同跟蹤模式中,啟動(dòng)協(xié)同機(jī)制,根據(jù)對(duì)極幾何關(guān)系對(duì)被遮擋目標(biāo)的狀態(tài)進(jìn)行校正與更新;
步驟5,將步驟4處理后的目標(biāo)狀態(tài)作為目標(biāo)當(dāng)前時(shí)刻狀態(tài),返回步驟2,實(shí)現(xiàn)c1和c2之間運(yùn)動(dòng)目標(biāo)的持續(xù)協(xié)同跟蹤。
步驟1的具體步驟為:
選取同一時(shí)刻c1和c2對(duì)目標(biāo)拍攝出的兩個(gè)畫面,記為圖像a和圖像b;
在c1中,假設(shè)粒子在t時(shí)刻的狀態(tài)滿足:
粒子局部觀測似然權(quán)重初始化為:
預(yù)估計(jì)圖像a中下一時(shí)刻的目標(biāo)狀態(tài)為:
同理,中c2,預(yù)估計(jì)圖像b中下一時(shí)刻的目標(biāo)狀態(tài)為:
其中,i為目標(biāo)編號(hào),i>1;n為目標(biāo)i中采樣粒子編號(hào);np是圖像a中所有粒子數(shù);x表示目標(biāo)的狀態(tài);z表示目標(biāo)的觀測信息;
步驟3的具體過程為:
如圖2所示,在c2中存在雙曲面鏡坐標(biāo)系cm和全景攝像機(jī)坐標(biāo)系co,om是雙曲面鏡的上焦點(diǎn),oo是雙曲面鏡的下焦點(diǎn),根據(jù)雙曲面的光學(xué)特性,空間中射向om的光線講過雙曲面鏡反射后必將匯聚到oo,并在攝像機(jī)圖像平面上成像,攝像機(jī)可以采360°×θ的場景圖像,其中360°為水平方向視場角,θ為垂直方向視場角,它有反射鏡和攝像機(jī)的幾何尺寸和參數(shù)決定。c1為普通ccd攝像機(jī),c2為雙曲面反射鏡和普通ccd攝像機(jī)組合而成,如圖3所示,c1和c2構(gòu)成多型視覺對(duì)極幾何系統(tǒng),多型視覺對(duì)極幾何系統(tǒng)中增加了傳統(tǒng)攝像機(jī)坐標(biāo)系cp;
雙曲面鏡的方程為:
式中,a、b和c為雙曲面的參數(shù),滿足a2+b2=c2;
設(shè)全景攝像機(jī)坐標(biāo)系co內(nèi)一點(diǎn)xo的坐標(biāo)為[xo,yo,zo]t,若在雙曲面鏡坐標(biāo)系cm中表示,則需要一個(gè)平移變化:
式中,[xm,ym,zm]t為xo在雙曲面鏡坐標(biāo)系cm中的坐標(biāo);
設(shè)[qu,qv]t為xo在圖像b中的坐標(biāo),則:
式中,q=[qu,qv,1]t表示[qu,qv]t的齊次坐標(biāo),ko為c2的內(nèi)部參數(shù),通過標(biāo)定得到;
連接c1的投影中心op和c2的投影中心om得到基線,基線與圖像a交于極點(diǎn)ep,基線與雙曲面鏡交于em,em在圖像b中投影為極點(diǎn)eo,mp為目標(biāo)x在圖像a中的投影,mo為目標(biāo)x在圖像b中的投影,由x、op和om確定外極平面,mp、mm、op、om位于外極平面上;
設(shè)r和t分別為cp和cm之間的旋轉(zhuǎn)矩陣和平移矩陣,在多型視覺對(duì)極幾何系統(tǒng)中存在本質(zhì)矩陣e=sr,其中:
s為t中平移向量的斜對(duì)稱矩陣,平移向量為[tx,ty,tz]t;
目標(biāo)x在傳統(tǒng)攝像機(jī)坐標(biāo)系cp和雙曲面鏡坐標(biāo)系cm下的坐標(biāo)分別為xp和xm,則:
設(shè)[up,vp]t為目標(biāo)x在圖像a上投影點(diǎn)的坐標(biāo),那么:
kp為c1的內(nèi)部參數(shù)矩陣,[up,vp,1]t為[up,vp]t的齊次坐標(biāo);
定義外極平面的法向量n=[p,q,s]t,在多型視覺對(duì)極幾何系統(tǒng)中有:
.n=e×xp(9)
設(shè)pm=[xm,ym,zm]t為外極平面和雙曲面鏡的交線l上一點(diǎn)xl的坐標(biāo),可得:
pxm+qym+szm=0(10)
聯(lián)立式(3)和式(10),得到交線l的方程:
交線l用矩陣乘法表示為:
將pm從雙曲面鏡坐標(biāo)系cm變換至全景攝像機(jī)坐標(biāo)系co上:
將點(diǎn)xl投影到圖像b上:
聯(lián)立(12)~(14)式,得到目標(biāo)在圖像b上的極線方程lo:
其中,
由x,mp,mm三點(diǎn)共面,點(diǎn)mp落在直線lp上,聯(lián)立式(7)和式(8),得到目標(biāo)在圖像a上的極線為lp:
如圖4所示,使用多型視覺系統(tǒng)采集視頻進(jìn)行測試,在傳統(tǒng)圖像上選擇不同的點(diǎn)a、c、e,能夠找到在全景圖像中對(duì)應(yīng)的極線,在全景圖像上選擇不同的點(diǎn)b、d、f,找到在傳統(tǒng)圖像中的對(duì)應(yīng)極線,證明了本發(fā)明的有效性。
步驟4的具體過程為:
如圖5所示,c1和c2的跟蹤區(qū)域能夠分為區(qū)域1、區(qū)域2和區(qū)域3;
目標(biāo)位于區(qū)域2時(shí),只有c1的觀測信息有效,c1單獨(dú)跟蹤目標(biāo),目標(biāo)的后驗(yàn)概率為:
t時(shí)刻,采樣粒子的一致性權(quán)重表示為:
將采樣粒子的一致性權(quán)重代替粒子局部觀測似然權(quán)重,帶入式(1),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
同理,目標(biāo)位于區(qū)域3時(shí),只有c2的觀測信息有效,使c2單獨(dú)跟蹤目標(biāo),t時(shí)刻,采樣粒子的一致性權(quán)重表示為:
將采樣粒子的一致性權(quán)重代理粒子局部觀測似然權(quán)重,帶入式(2),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
目標(biāo)位于區(qū)域1時(shí),c1和c2的觀測信息同時(shí)有效,目標(biāo)的后驗(yàn)概率為:
其中,
步驟3中,判斷是否啟動(dòng)協(xié)同跟蹤模式的具體過程為:
若
其中,υ是局部似然閾值,t是協(xié)同似然閾值;
對(duì)應(yīng)c1,選擇采樣的粒子
將采樣粒子的一致性權(quán)重帶入式(1),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
同理,對(duì)于c2,采樣粒子
將采樣粒子的一致性權(quán)重帶入式(2),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
步驟4的具體步驟為:
如圖6所示,步驟4.1,設(shè)跟蹤的目標(biāo)中包含目標(biāo)i和目標(biāo)j,目標(biāo)i和目標(biāo)j在c1中的觀測信息分別為
在c1的視野中,當(dāng)目標(biāo)j遮擋目標(biāo)i時(shí),根據(jù)目標(biāo)i在圖像b中的對(duì)極曲線校正圖像a中目標(biāo)i下一時(shí)刻的位置:
計(jì)算圖像a中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重:
式中,
將圖像a中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重帶入式(23),對(duì)圖像a中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新;
在圖像b中,當(dāng)目標(biāo)j遮擋目標(biāo)i時(shí),根據(jù)目標(biāo)i在圖像a中的對(duì)極曲線校正圖像b中目標(biāo)i下一時(shí)刻的位置:
計(jì)算圖像b中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重:
式中,
將圖像b中目標(biāo)i下一時(shí)刻的協(xié)同權(quán)重帶入式(24),對(duì)圖像b中目標(biāo)下一時(shí)刻的狀態(tài)進(jìn)行更新。
為了驗(yàn)證本發(fā)明的正確性和有效性,采用不同的視頻場景進(jìn)行測試,測試視頻選用自行拍攝的、分辨率為1920*1080的視頻圖像。
如圖7所示,實(shí)驗(yàn)一的場景簡單,在第591、604、615幀中,矩形框?yàn)槟繕?biāo)跟蹤框,圖7中的直線為全景圖像中的目標(biāo)在傳統(tǒng)圖像中的對(duì)極線,圓弧為傳統(tǒng)圖像中的目標(biāo)在全景視圖中的對(duì)極線,我們看到目標(biāo)都經(jīng)過對(duì)極線,c1和c2均能夠準(zhǔn)確跟蹤目標(biāo)。
如圖8所示,實(shí)驗(yàn)二中存在目標(biāo)遮擋,在610幀之前,c1和c2都能夠準(zhǔn)確跟蹤,在625幀時(shí),c1中因?yàn)檎趽鮼G失目標(biāo),在631幀時(shí),目標(biāo)出現(xiàn),經(jīng)過校正和更新,能夠重新定位到目標(biāo)并進(jìn)行準(zhǔn)確跟蹤。
通過上述方式,本發(fā)明在貝葉斯理論框架下,構(gòu)建協(xié)同跟蹤機(jī)制,建立多型視覺對(duì)極幾何系統(tǒng),采用對(duì)極幾何的方法建立目標(biāo)一致性判斷方法;定義了一種新穎的后驗(yàn)概率計(jì)算,增加了粒子后驗(yàn)概率包含的信息內(nèi)容,使后驗(yàn)概率更加可信,本發(fā)明解決了協(xié)同跟蹤有效區(qū)域狹小,成本過高等問題,能夠很好地實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的持續(xù)協(xié)同跟蹤。