基于SAD与UKF-Mean Shift的主动目标跟踪

摘要：

针对复杂场景下动态目标难以准确分割以及目标难以准确定位的问题,提出将绝对差值和(SAD)方法、无迹卡尔曼滤波(UKF)和Mean shift算法相结合的混合自主跟踪动态目标的方法.首先,采用SAD方法获相邻两帧的视差信息,利用视差实现动态目标的检测,并依此建立目标的核直方图描述模型和状态空间模型,然后UKF算法对状态空问进行滤波估计,最后采用Mean shift算法精确定位目标.实验结果表明该方法不仅能有效检测场景的动态目标,同时还能获得目标的运动信息.文中所提出的基于UKF-Mean shift的跟踪策略与相关算法相比,体现出较好的跟踪效果与时间性能.

关键词：绝对差值和(SAD)、目标检测、无迹卡尔曼滤波(UKF)、目标跟踪

所属期刊栏目：23

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金重大专项项目90820302;国家自然科学基金面上项目60805027;国家博士点基金项目200805330005

在线出版日期：2011-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：646-652