一种基于Mean-shift的自适应运动目标实时跟踪鲁棒算法
由于mean-shift算法良好的鲁棒性和实时性,它被广泛的应用到运动目标跟踪中.但该算法还存在不足的方面.首先是核带宽的选择问题,它对存在径向运动的目标跟踪的影响非常大.其次,采用灰度分布匹配的方法忽略了目标的几何特征,容易在复杂背景下跟丢目标.采用Lindeberg所提出的选择最优核宽的理论并结合mean-shift过程能很好的适应径向运动的目标跟踪任务,并对其可行性作了证明.另外,分区域统计灰度分布可以将图像的几何信息加入特征向量,从而增加算法的鲁棒性.
中值偏移算法 目标跟踪 运动目标 灰度分布匹配 几何特征
胡凯 费耀平
中南大学信息科学与工程学院,湖南 长沙 410083
国内会议
福州
中文
331-338
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）