基于改进的Mean Shift鲁棒跟踪算法
【出 处】:《
计算机工程与科学
》
CSCD
2015年第37卷第6期 1161-1167页,共7页
【作 者】:
徐海明
[1] ;
黄山
[1,2] ;
李云彤
[1]
【摘 要】
Mean Shift跟踪算法在目标尺度变化大和被遮挡时存在较大的缺陷。针对这一问题,提出了一种基于多级正方形匹配的自适应带宽选择和分块抗遮挡的目标跟踪算法。该算法采用目标中心点的离散程度和增量试探法计算出可能的变化尺度,然后采用多级正方形匹配法预测目标的运动趋势,将巴氏系数最大者的尺度作为Mean Shift核函数新的带宽。同时,对前景目标进行分块,根据子块的遮挡程度自适应改变子块权重并按一定准则融合有效子块的跟踪结果。实验结果表明,该算法具有很好的鲁棒性。
相关热词搜索: Mean Shift 目标跟踪 多级正方形匹配 分块 Mean Shift object tracking multi-level square matching fragment