基于自适应多特征融合的mean shift目标跟踪

被引：27

作者：

袁广林 ^{[1
,2
]}

薛模根 ^{[1
,3
]}

韩裕生 ^{[3
]}

周浦城 ^{[3
]}

机构：

[1] 合肥工业大学计算机与信息学院

[2] 解放军炮兵学院二系

[3] 解放军炮兵学院四系

来源：

计算机研究与发展 | 2010年 / 09期

基金：

安徽省自然科学基金; 中国博士后科学基金;

关键词：

目标跟踪; 均值漂移; 特征融合; 核函数直方图; 边缘方向直方图;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

经典mean shift目标跟踪算法简单快速,具有较好的跟踪效果,但是它用单个特征描述目标,易受相似目标与背景的干扰,鲁棒性较差.针对此不足,推导出多特征融合mean shift目标定位公式;为了适应跟踪过程中目标与背景的变化,提出利用概率分布可分性判据动态评价特征对目标与背景的区分能力,并自适应地计算特征融合权重.在上述两个方面的基础上,对mean shift目标跟踪算法进行了改进,提出一种多特征融合mean shift目标跟踪算法.实验结果表明:提出的算法比经典mean shift目标跟踪算法具有更强的抗干扰性能和较高的跟踪精度.

引用

页码：1663 / 1671

页数：9