摘要：提出了一种融合多模型的粒子滤波跟踪新算法（MMGPF），并将其应用于行人与汽车跟踪。此跟踪算法特点在于：（1）将Camshift跟踪算法和AdaBoost分类器的输出作为观测值优化建议概率分布；同时，改进粒子滤波的算法结构，有效地提高了粒子滤波的采样效率；在不影响跟踪性能的情况下，大幅减少了跟踪所需粒子数。（2）用两种描绘子提高对似然性的估计：（3）采用两种有效措施提高算法的实时性。通过多模型融合，有效地解决了目标跟踪过程中由于目标相互遮挡、目标消失再重现、光照变化和目标与背景颜色相近所造成的跟踪丢失。行人和汽车的跟踪试验结果证明该算法具有鲁棒性和实时性。

关键词：交通工程 多模型融合 粒子滤波 目标跟踪 camshift 

单位：华南理工大学自动化科学与工程学院 广东广州510640 西安交通大学能源与动力学院 陕西西安710049