多特征自适应均值漂移算法的目标跟踪

摘要：

针对传统均值漂移(mean-shift)算法存在对目标特征描述不完整、目标模型不能动态更新、无法解决目标遮挡等问题,本文提出多特征自适应均值漂移算法的目标跟踪.首先利用人体躯干侧影改进模型核函数,采用目标颜色特征与纹理特征建立目标直方图模型,提高算法对目标描述能力;提出选择性模型更新策略,自适应地调整目标模型,改善了传统整体更新策略由于过度更新导致的跟踪发散;最后利用扩展卡尔曼滤波(EKF,extend Kalman filter)提取目标运动特征确定目标位置.与传统算法相比,本文所提算法能在背景干扰条件下准确跟踪目标;同时,图像处理平均速度达140 frame/s,满足实时性要求.实验结果表明,本文算法可以实时准确地跟踪目标,对环境干扰、目标遮挡具有鲁棒性.

关键词：目标跟踪、多特征、均值漂移、选择性更新策略

所属期刊栏目：25

分类号：TP242.6;TP391.4(自动化技术及设备)

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页码：2018-2024