基于Mean Shift的目標跟蹤算法研究.pdf

1、目標跟蹤是在一段視頻序列中尋找與指定目標最相似的部分，是計算機視覺的一個重要研究內(nèi)容。它在視頻監(jiān)控、人機界面、增強現(xiàn)實、基于目標的視頻壓縮等眾多領(lǐng)域中有著廣泛的應(yīng)用。在眾多的跟蹤算法中，Mean Shift算法由于其理論嚴格、實現(xiàn)簡單和較好的跟蹤性能近年來受到廣泛的關(guān)注。 本文的主要研究對象是基于Mean Shift的目標跟蹤算法。Mean Shift算法是一種基于特征概率密度統(tǒng)計的建模方法。在跟蹤過程中，目標區(qū)域通常由用戶在視

2、頻序列的第一幀中選定，并建立相應(yīng)的目標直方圖。根據(jù)Bhattacharyaa相似度，Mean Shift算法在后續(xù)幀中迭代地搜索目標模型的最佳候選區(qū)域。這種方法使MeanShift算法在跟蹤中表現(xiàn)出良好的性能，比如:實時性好，對遮擋、目標形變具有魯棒性等。但當(dāng)目標和背景過于相似，可分性差時，該種建模方法就難以區(qū)別目標和背景，致使算法跟蹤性能下降。 本文選用不同的視頻序列對Mean Shift跟蹤算法的性能做了理論分析和實驗驗證。