一种改进的Mean—shift算法在运动目标跟踪系统中的应用

摘要：

为解决复杂背景下运动目标的跟踪,提出一种新的基于Mean-shift的目标跟踪算法,该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点,在此基础上采用Mean-Shift算法跟踪目标区域；实验结果表明在有干扰的条件下算法仍能实时有效地进行跟踪,与传统方法相比具有更好的自适应性、稳定性、鲁棒性以及更高的识别率.

关键词：运动目标跟踪、卡尔曼、稳定性、鲁棒性

所属期刊栏目：21

分类号：TP216(自动化技术及设备)

资助基金：国家自然基金61172185;天津市高等学校科技发展基金项目20100705

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：502-504,508