一种分层Mean Shift目标跟踪算法

被引：10

作者：

许海霞 ^{[1
,2
]}

王耀南 ^{[1
]}

袁小芳 ^{[1
]}

周维 ^{[2
]}

朱江 ^{[1
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湘潭大学信息工程学院

来源：

自动化学报 | 2009年 / 35卷 / 04期

基金：

国家自然科学基金重点项目; 国家高技术研究发展计划(863计划);

关键词：

目标跟踪; 分层Mean shift; 聚类模式点; 匹配;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对经典Mean shift(MS)目标跟踪算法的颜色特征鲁棒差、匹配迭代复杂的缺点,提出一种分层Mean shift (Hierarchical mean shift,HMS)目标跟踪算法.首先通过MS迭代将目标区域特征空间的数据点聚类于模式点,使得以简洁的方式描述前景跟踪目标,建立目标模型与目标候选模型的聚类模式点描述,进行聚类块匹配.然后,导出聚类块模式点匹配下的相似度量函数,进行像素点匹配,结合邻域一致性,计算像素平移量,分层估计序列帧中跟踪目标质心模式点的位置,并给出HMS匹配迭代跟踪算法.实验结果表明,与其他两种MS跟踪算法相比,HMS既能提高序列帧跟踪目标表达与匹配的鲁棒性,又无需匹配所有数据点,算法简洁且有效可行.

引用

页码：401 / 409

页数：9