基于贝叶斯分类的实时运动目标跟踪

摘要：

　　本文提出了一种基于贝叶斯分类的实时运动目标跟踪算法。该算法的主要思想是采用贝叶斯分类对每一帧的样本点进行判别得到置信图，运用均值漂移算法找到置信图的峰值，即为目标的中心位置。为适应跟踪目标的尺度变化，本文采用一种双阈值机制对跟踪目标区域的统计特性进行判决，以此实现跟踪窗口的自适应调整。算法中还结合卡尔曼滤波预测目标位置，提高目标搜索速度及定位精度。对多个不同图像序列的测试结果表明，该算法具有良好的实时性和鲁棒性。

关键词： 目标跟踪 图像识别 贝叶斯分类器 卡尔曼滤波

作者: Shi Xuemei 施雪梅 Zhao Yao 赵耀 Zhu Zhenfeng 朱振峰

作者单位: Institute of Information Science, Beijing Jiaotong University, Beijing 100044, China 北京交通大学信息科学研究所,北京 100044

会议类型: 国内会议

会议名称: 中国电子学会第十五届青年学术年会

会议地点: 北京

会议语种:中文

页码: 245-251

在线出版日期: 2009-10-01（万方平台首次上网日期，不代表论文的发表时间）