基于多特征CamShift优化的粒子滤波跟踪

提出了一种将粒子滤波和CamShift相结合的多特征视觉跟踪方法。通过CamShift对粒子的位置和尺度同时进行优化,使得跟踪窗口能随着目标尺度的大小变化相应调整。同时采用自适应方式将颜色信息和运动信息在CamShift优化的粒子滤波框架下有效结合起来。该方法使用CamShift对粒子传播进行优化,每个粒子都收敛到目标附近,粒子的有效性得到提高。实验结果表明,使用10个粒子的CamShift优化的粒子滤波的跟踪误差小于100个粒子的传统粒子滤波的跟踪误差。并且由于多特征的使用,目标在受到背景相似物体干扰和场景光线发生显著变化等情况下仍能实现稳定的跟踪。用较少的粒子就能实现稳定的跟踪,减少了计算代价,提高了跟踪的鲁棒性。