基于RBF神经网络的Mean Shift目标跟踪算法

摘要：

针对Mean shift跟踪算法在目标发生穿越遮挡时的不足，提出了基于RBF神经网络的Mean Shift同标跟踪算法，根据已知的目标位置信息，利用RBF神经网络预测目标的可能位置作为搜索目标的起始点，在该点临域中利用Mean Shift迭代求取目标的真实质心。实验证明，该算法在目标发生穿越遮挡时能够有效的对目标进行跟踪，并且减少了Mean Shift迭代次数，提高了目标跟踪的稳定性。

关键词： Mean Shift算法 目标跟踪 RBF神经网络 稳定性

作者: 周斌 王军政 毛佳丽

作者单位: 北京理工大学信息科学技术学院，北京 100081

会议类型: 国内会议

会议名称: 第27届中国控制会议

会议地点: 昆明

会议语种:中文

页码: 518-521

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）