一种改进的Mean Shift跟踪算法

摘要：

本文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标颜色分布的缺点,提出了一种改进算法.该改进算法首先对目标的颜色进行聚类分析,根据聚类结果通过矩阵分解和正交变换自适应地剖分目标的颜色空间从而确定对应于每一聚类的子空间.在此基础上定义了一种新的颜色模型,该模型统计落入每一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分布,并推导了一种相似性度量来比较目标和候选目标的颜色模型之间的相似程度.最后基于该颜色模型提出了改进算法.实验表明,基于该颜色模型的改进算法比经典的Mean Shift算法具有更好的性能,而跟踪时间与经典算法大致相同.

关键词：目标跟踪、Mean Shift、颜色模型、相似性度量

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60505006:60673110;黑龙江省自然科学基金F200512;教育部留学回国人员科研启动基金;黑龙江省高等学校骨干教师资助计划1151G033;黑龙江省博士后科研启动基金LHK-04093;黑龙江大学校科研和教改项目JC200406

在线出版日期：2007-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：347-354