基于改進Mean-shift算法的目標跟蹤技術(shù)研究.pdf

1、在二十一世紀的大數(shù)據(jù)，高信息化時代，運動目標跟蹤技術(shù)是機器視覺領(lǐng)域內(nèi)一個備受關(guān)注的課題，隨著計算機技術(shù)、數(shù)字圖像處理和模式識別技術(shù)的不斷深入的研究，對于基于機器視覺的實時視頻監(jiān)控在生活中都有著廣泛的應用。
　　作者在學習研究視頻序列的目標跟蹤問題過程中，在閱讀了豐富的前人研究成果之后，在課題方向上，論文撰寫方面才有了此刻這樣的進展。由于目標跟蹤的復雜性和環(huán)境的多變性，很難能找到一種方法能在所有復雜情況條件下都可以完成精準的目標跟蹤

2、，也因此從前人成果中看到層出不窮的算法。文章中著重研究Mean-shift算法，同時介紹了粒子跟蹤算法、光流跟蹤算法，主要了解這兩種跟蹤方法的基本理論思想及其優(yōu)缺點。最后針對以上兩種方法的不足提出并驗證Mean-shift算法，在一定程度上可以持續(xù)的，精準的良性跟蹤。
　　在論文中作者采用一種改良的差分算法（雙差分模型）在差分基礎(chǔ)上提出的雙差分算法，經(jīng)實驗結(jié)果驗證改良的雙差分算法能夠迅速準確的從整個幀圖中得到目標前景最大區(qū)域。在M