自适应均值漂移算法目标跟踪检测仿真研究

被引:7
作者
沈云琴
陈秋红
机构
[1] 河南城建学院
关键词
目标跟踪; 自适应均值移动; 核函数; 迭代;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
研究运动物体目标跟踪精确度问题,由于存在遮挡和多光源的噪声影响检测精度,而且运动目标的跟踪是在连续的图像帧间创建位置、速度、形状等存在匹配问题。传统的目标跟踪算法由于目标的动态移动速度大,而容易导致跟踪丢失目标。为了解决上述问题,提出了一种改进的基于自适应均值移动(Cam Shift)目标跟踪新算法。主要难点技术问题是提取了多运动目标视频图像,进行了背景分离。算法是一种颜色跟踪算法,根据多次迭代的计算结果,自适应调整图像,实现对运动目标的实时跟踪。仿真结果表明,提出的改进目标跟踪算法的跟踪精度和滤波效果有了较大提高,同时具有较强的鲁棒性能。
引用
收藏
页码:290 / 292+396 +396
页数:4
相关论文
共 11 条
[1]  
M Sanjeev Arulampalam,Simon Maskell,Neil Gordon,et al.A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking. IEEE Transactions on Signal Processing . 2002
[2]  
Greg Welch,Gary Bishop.An Introduction to the Kalman Filter. UNC-Chapel Hill, TR 95-041 . 2004
[3]  
Greg Welch,Gary Bishop.An Introduction to the Kalman Filter. UNC-Chapel Hill, TR 95-041 . 2004
[4]  
Collins R T.Mean-shift blob tracking through scale space. 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’03) . 2003
[5]  
Yizong Cheng.Mean shift, mode seeking, and clustering. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1995
[6]   一种改进的CAMSHIFT手势跟踪算法 [J].
吴晓娟 ;
翟海亭 ;
王磊 ;
徐力群 .
山东大学学报(工学版), 2004, (06) :120-124
[7]  
Cheng Chang,Rashid Ansari.Kernel Particle Filter for VisualTracking. IEEE Signal Processing Letters . 2003
[8]   粒子滤波器重采样算法的分析与比较 [J].
冯驰 ;
王萌 ;
汲清波 .
系统仿真学报, 2009, 21 (04) :1101-1105+1110
[9]   粒子滤波算法综述 [J].
胡士强 ;
敬忠良 .
控制与决策, 2005, (04) :361-365+371
[10]   一种新的粒子滤波算法 [J].
王来雄 ;
黄士坦 .
武汉大学学报(工学版), 2006, (01) :118-120