基于Mean-Shift算法的目標跟蹤研究.pdf

1、目標跟蹤是計算機視覺研究領(lǐng)域的關(guān)鍵技術(shù)之一，也是該領(lǐng)域的研究熱點。同時，目標跟蹤又是一個復(fù)雜的問題，它涉及到計算機視覺研究的各個方面。近些年來，目標跟蹤在視頻監(jiān)控、人機界面等眾多領(lǐng)域都有著廣泛的應(yīng)用。在眾多的跟蹤算法中，Mean-Shift算法以其理論嚴謹、實現(xiàn)簡單和跟蹤性能良好等優(yōu)點受到了廣泛的關(guān)注。
　　 作為一種基于特征概率密度統(tǒng)計的建模方法，Mean-Shift跟蹤算法簡單、實時性好。但是也存在很多缺陷。首先，發(fā)生遮擋時

2、完全無法跟蹤目標，目標的匹配模板沒有更新，其次，當目標尺度變化時，固定不變的跟蹤窗口無法準確地進行跟蹤，最后，目標區(qū)域模板表示模型單一，不利于區(qū)分背景與目標。
　　 本文的主要研究內(nèi)容就是基于Mean-Shift的目標跟蹤算法。首先，將Kalman濾波器與Mean-Shift算法結(jié)合，用Kalman算法來預(yù)測目標的位置，Mean-Shift算法在此基礎(chǔ)上均值漂移，最后更新Kalman參數(shù)作為目標位置；其次，算法在前后兩幀圖像目標

3、區(qū)域內(nèi)提取角點，通過匹配角點對的坐標關(guān)系建立仿射變換，通過最小二乘法求得仿射變換系數(shù)，通過Kalman濾波后，將變換系數(shù)作為Mean-Shift窗寬的變化；最后，分別計算目標區(qū)域H分量顏色概率直方圖特征、目標區(qū)域邊緣方向直方圖、目標區(qū)域內(nèi)角點分布直方圖，定義區(qū)域特征對目標和背景的區(qū)分度函數(shù)，賦予區(qū)分度值大的特征以更大權(quán)重，自適應(yīng)的融合三個直方圖為一個直方圖，使得該直方圖作為特征可以最大限度的區(qū)分目標與背景。通過實驗證明算法改進完全有效。