基于特征区分度和区域生长的Mean Shift跟踪算法

摘要：

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。

关键词：目标跟踪、均值漂移、特征区分度、区域生长、复杂背景

所属期刊栏目：31

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家高技术研究发展计划

在线出版日期：2016-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：50-55