10.3969/j.issn.1673-1255.2016.01.015
基于特征区分度和区域生长的Mean Shift跟踪算法
复杂环境下的目标跟踪是一个具有较多难点的任务。例如杂波干扰、严重遮挡、相似背景、运动不连续、光照变化等,都会给跟踪带来很大困难。针对上述问题,利用目标与背景的区分度,选取目标中独特特征建立模板,并对候选目标过滤背景特征,从而提高了目标在复杂背景下的匹配精度。同时为了解决Mean Shift算法搜索到的目标位置与真正目标存在偏差的问题,以目标中高区分度的像素点为种子点,进行区域生长,来获得准确的目标位置,并以此确定目标框大小。实验结果表明,文中算法在复杂环境下具有较好的跟踪精度和实时性能。
目标跟踪、均值漂移、特征区分度、区域生长、复杂背景
31
TP391.4(计算技术、计算机技术)
国家高技术研究发展计划
2016-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
50-55