基于粒子Mean Shift迁移的红外人体目标跟踪算法

被引：13

作者：

云廷进

郭永彩

高潮

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

来源：

计算机学报 | 2009年 / 32卷 / 06期

关键词：

粒子迁移; 人体跟踪; 红外图像; Mean Shift; 粒子滤波;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于粒子Mean Shift迁移过程的红外人体跟踪方法.算法通过采样粒子迁移和聚类动态建立目标的状态模型和量测模型.在被跟踪区域随机布撒粒子,以各粒子对应像素的亮度作为特征值进行Mean Shift收敛性分析,使用收敛后的粒子集表达目标的当前状态;以状态粒子的坐标位置为特征值对其进行Mean Shift聚类,作为对目标的量测.连续跟踪时,下一帧的采样粒子基于上一帧的量测结果产生.与传统的基于序贯重要性采样的粒子滤波方法相比,算法不需要目标的相似性测度计算,仅用少数粒子即可实现对目标的可靠跟踪.

引用

页码：1222 / 1228

页数：7