Mean Shift視頻跟蹤算法的研究.pdf

1、目標跟蹤一直是計算機視覺研究領域的熱點問題,其應用領域有視頻監(jiān)控、人機用戶接口、虛擬現(xiàn)實等等。視覺跟蹤要求在光照變化、遮擋等各種因素的干擾下,能準確有效地跟蹤不同背景條件下的目標,如何對視頻序列中的目標進行穩(wěn)健、有效跟蹤一直是目標跟蹤的研究重點。基于目標顏色直方圖來對目標進行跟蹤的Mean Shift算法,因方法簡潔、實時性好、能處理目標變形以及部分遮擋等困難情形,而得到了廣泛的運用。
　　 傳統(tǒng)的Mean Shift跟蹤算法以

2、顏色直方圖為特征對目標進行跟蹤,顏色直方圖具有旋轉不變性,縮放不變性等優(yōu)點,但它不能反映顏色的空間分布特征。本文針對傳統(tǒng)顏色直方圖存在的缺點,提出了一基于空間顏色直方圖模型。在此基礎上,對傳統(tǒng)Mean Shift視頻跟蹤算法進行改進:以空間顏色直方圖代替?zhèn)鹘y(tǒng)顏色直方圖作為Mean Shift視頻跟蹤算法的跟蹤特征。實驗表明,相比傳統(tǒng)MeanShift算法,新算法在滿足實時性的同時能更好地跟蹤目標。
　　 自動選擇跟蹤窗尺度的Me

3、an Shift算法,利用圖像的信息量和圖像尺度之間的關系,在跟蹤過程中動態(tài)地調整跟蹤窗口的大小,但是該算法計算圖像信息量時沒有考慮不同位置的特征點的置信度。距離跟蹤窗口越近的特征點越能反映跟蹤目標的特征,而距離跟蹤窗口較遠的特征點有可能是背景區(qū)域的特征點,即邊緣特征點和中心特征點的置信度是不一樣的。本文對該算法進行了改進,加入核函數(shù)作為權值函數(shù),減少窗口邊緣特征點對信息量大小的影響,實驗表明改進之后的算法跟蹤窗口的尺度大小較原算法更加