一种基于Mean Shift和Kalman预测的带宽自适应跟踪算法
【出 处】:《
计算机工程与科学
》
CSCD
2013年第35卷第5期 87-92页,共6页
【作 者】:
王文江
[1] ;
黄山
[1,2] ;
张洪斌
[2]
【摘 要】
Mean Shift算法是视觉监控领域广泛应用的经典目标跟踪方法,但对于速度过快或尺度变化大的目标的跟踪存在较大的缺陷。针对这一问题,提出了一种基于MeanShift和Kalman方法预测的带宽自适应跟踪算法。该算法提出以Kalman预测目标在下帧中的位置作为Mean Shift迭代初始位置,以高效锁定各类运动目标;同时采用增量试探法自动调节带宽以适应目标的尺度变化。通过对行人和车辆等不同监控对象的实验表明,该跟踪算法具有良好的鲁棒性。
相关热词搜索: