基于Mean Shift与kalman滤波的目标跟踪算法
运动目标的检测与跟踪是计算机视觉领域一个重要的研究课题。mean shift是一种采用非参数密度梯度函数的跟踪方法.在核窗范围内,通过对相邻两帧之间目标的可能位置进行匹配,过滤伪目标,获得目标的可靠位置,缺点在于在目标运动很快或者外界扰动较大的情况下容易丢失目标.本文针对此问题提出一种mean shift与kalman滤波结合的改进的目标跟踪算法,首先应用kalman滤波器估计下一帧目标的可能位置,再以该位置为起点由mean shift算法在核窗范围内搜索最优匹配,从而有效改善了跟踪的稳定性和准确性。
颜色直方图 视频跟踪 目标跟踪算法 计算机视觉 最优匹配
顾凤嫱 赵恒 胡海虹 梁继民
西安电子科技大学电子工程学院智能生物信息研究中心
国内会议
南京
中文
650-653
2008-09-01（万方平台首次上网日期，不代表论文的发表时间）