改進Mean Shift跟蹤算法的研究與實現(xiàn).pdf

1、目標跟蹤是指在一序列圖像的每幅圖像中找到所感興趣的運動目標所處的位置，它是計算機視覺領域的一個重要研究方向，經(jīng)常應用于視頻監(jiān)控、人工智能、人機交互等方面。目標跟蹤可以提供被監(jiān)控目標的運動軌跡，也為目標的運動分析提供了可靠的數(shù)據(jù)信息。本文在借鑒相關領域技術的基礎上，主要對目標跟蹤中的Mean Shift算法進行研究分析。
　　傳統(tǒng)的Mean Shift跟蹤算法基于目標模型在跟蹤過程中不發(fā)生改變這一前提假設，跟蹤過程中一直采用初始目標

2、模型，并無模型更新機制。本文在跟蹤過程中采用混合高斯背景建模的運動目標檢測方法來更新目標模板，從而使模板更新能夠自適應。在MeanShift跟蹤算法中，核函數(shù)的帶寬是非常重要的參數(shù)，但是當跟蹤過程中目標尺寸發(fā)生較大變化時，傳統(tǒng)Mean Shift跟蹤算法不能自適應改變核函數(shù)帶寬。針對這一問題，本文使用變分水平集方法提取目標輪廓，根據(jù)目標輪廓信息實現(xiàn)核函數(shù)帶寬自適應。以實現(xiàn)智能化視頻監(jiān)控這一背景為基礎，本文針對禁止停車區(qū)域視頻監(jiān)控的算法進