Mean-Shift跟踪算法中目标模型的自适应更新

摘要：

针对Mean-shift跟踪算法中的模型更新问题,提出利用目标历史模型和当前匹配位置处得到的观测模型,对目标核函数直方图进行Kalman滤波,从而对目标模型进行及时更新.在滤波过程中,通过分析滤波残差动态,调整滤波方程中的各种参数.Bhattacharyya系数被用作模型更新的准则.该系统能够有效地处理遮挡、光照变化等干扰,避免了模型的过更新.大量视频序列测试的结果表明,在场景遮挡、光照变化等因素的影响下,算法能够对目标外观以及尺度的变化进行稳健、实时和有效的跟踪.

关键词：目标跟踪、Mean-shift、自适应Kalman滤波、模型更新、Bhattacharyya系数

所属期刊栏目：20

分类号：TN911

资助基金：国家自然科学基金30170274l;上海市科委资助项目03DZ14015

在线出版日期：2005-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：125-129