结合卡尔曼滤波和Mean Shift的抗遮挡跟踪算法

被引：14

作者：

章学静 ^{[1
,2
]}

陈禾 ^{[1
]}

杨静 ^{[2
]}

机构：

[1] 北京理工大学信息与电子学院

[2] 北京联合大学信息学院电子工程系

来源：

北京理工大学学报 | 2013年 / 33卷 / 10期

关键词：

卡尔曼滤波; Mean Shift算法; 遮挡判断; 线性预测; 实时性;

D O I：

10.15918/j.tbit1001-0645.2013.10.009

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对卡尔曼滤波和Mean Shift算法结合后对严重遮挡和遮挡后复出失效且实时性差的问题,提出一种基于卡尔曼滤波和Mean Shift动态结合的改进算法.通过在算法中加入Bhattacharyya系数进行遮挡程度判断,并根据遮挡系数的阈值选择使用卡尔曼滤波或线性预测法更新Mean Shift迭代起点.实验结果表明,该方法能成功实现大范围连续遮挡和目标复出情况下红外目标的跟踪,并且迭代次数和跟踪时间分别减少了9.68%和17.58%,提高了跟踪的鲁棒性和实时性.

引用

页码：1056 / 1061

页数：6

共 12 条

[1]

A generalized mean shift tracking algorithm[J]. CHEN JianJun 1,4,ZHANG SuoFei 1,AN GuoCheng 2 ＆ WU ZhenYang 1,31 School of Information Science and Engineering,Southeast University,Nanjing 210096,China;2 Intelligence Engineering Lab,Institute of Software Chinese Academy of Sciences,Beijing 100190,China;3 Key Laboratory of Underwater Acoustic Signal Processing of Ministry of Education,Southeast University,Nanjing 210096,China;4 Nanjing Research Institute of Electronic Technology,Nanjing 210013,Chi

[2] 团块与Mean-Shift结合的局部遮挡目标跟踪 [J].