一种新的Mean-Shift对象跟踪方法

由于存在外点干扰,传统的Mean-Shift对象跟踪方法不能有效的跟踪尺寸逐步变大的目标。猜想利用对象初始模型能有效排除外点对跟踪结果的干扰,在此基础上本文提出了一种利用对象初始模型的候选目标模型和相似度测量方法;为了使内核窗口中心及大小与对象形心及大小一致,根据内核窗口外一定宽度子带内像素分布情况,动态调整内核窗口大小和位置。通过对尺寸逐渐变大的汽车进行跟踪,验证了算法的有效性,同时试验结果也证明新算法具有更低的计算复杂度。