基于改进的均值漂移和卡尔曼滤波的目标跟踪算法

被引：4

作者：

张伟丽

江春华

郝宗波

机构：

[1] 电子科技大学计算机科学与工程学院

来源：

计算机应用与软件 | 2014年 / 31卷 / 05期

关键词：

目标跟踪; 均值漂移; 卡尔曼滤波; Bhattacharyya系数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对固定搜索窗口均值漂移算法在目标运动速度过快或目标尺度发生变化而导致跟踪失败的问题,提出一种与卡尔曼滤波相结合的自适应窗口跟踪算法。首先用卡尔曼滤波算法对运动目标进行预测及更正,设定感兴趣区域,并利用均值漂移算法确定搜索窗口大小和位置,同时结合Bhattacharyya系数进行目标定位,实现视频中目标跟踪。通过对比分析和实验结果,改进算法对目标尺度发生变形时具有较好的鲁棒性和准确性。

引用

页码：240 / 243

页数：4

共 10 条

[1]

基于均值偏移算法的运动目标跟踪技术的研究[D]. 文志强.中南大学 2008

[2] 基于尺度自适应和跟踪框自转的视频目标跟踪 [J].

马伟 ;

陈建国 ;

张毛磊 .

清华大学学报(自然科学版), 2012, 52 (01) :92-95

[3] 基于改进Bhattacharyya系数的粒子滤波视觉跟踪算法 [J].

朱明清 ;

王智灵 ;

陈宗海 .

控制与决策 , 2012, (10) :1579-1583

[4]

Soccer Ball Tracking using Dynamic Kalman Filter with Velocity Control. Jongyun Kim,Taeyong Kim. Sixth International Conference on Computer Graphics,Imaging and Visualization . 2009

[5]

A Novel Target Tracking Algorithm Under Complex Background. Jingyu Cao,Weiyan Chai,Peizhi Liu. Proceedings of the 2011 IEEE International Conference on Mechatronics and Automation . 2011

[6]

Target Tracking Based on Mean Shift and Improved Kalman Filtering Algorithm. Hongxia Chu,Kejun Wang. Proceedings of the IEEE International Conference on Automation and Logistics . 2009

[7] 卡尔曼滤波的基本原理及应用 [J].

彭丁聪 .

软件导刊, 2009, 8 (11) :32-34

[8]

Robust tracking method by Mean-Shift using Spatiograms. Kazuki Tada,Hiroshi Takemura,Hiroshi Mizoguchi. SICE Annual Conference2010 . 2010

[9]

Mean shift: A robust approach toward feature space analysis. Dorin Comaniciu,Peter Meer. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002

[10]

Target tracking, introduction and Kalman trackingfilters. Salmond,David J. Algorithms and Applications . 2001

← 1 →