多目标跟踪的改进Camshift/卡尔曼滤波组合算法

被引:39
作者
孙凯
刘士荣
机构
[1] 杭州电子科技大学自动化研究所
关键词
多目标跟踪; Camshift算法; 卡尔曼滤波;
D O I
10.13976/j.cnki.xk.2009.01.007
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对多目标跟踪中,目标瞬间丢失、目标交错或重叠时目标跟踪失败等情况,提出了一种改进Camshift(continuously adaptive mean shift)算法和卡尔曼滤波组合的多目标跟踪方法.在Camshift算法中,从目标的颜色直方图模型得到每帧图像的反向投影图,根据目标的大小自适应地调整搜索窗口尺寸,并迭代计算各目标窗口的质心位置.通过自适应地扩展搜索窗口,从而解决了因目标加速度而引起的目标瞬间丢失问题.采用卡尔曼滤波实现对运动目标的位置估计,以克服多目标运动引起的交错或重叠以及噪声干扰.实验结果表明,这种组合算法能有效地改善多目标跟踪的性能,实现目标连续跟踪.
引用
收藏
页码:9 / 14
页数:6
相关论文
共 4 条
[1]   视觉跟踪技术综述 [J].
侯志强 ;
韩崇昭 .
自动化学报, 2006, (04) :603-617
[2]  
多源信息融合[M]. 清华大学出版社 , 韩崇昭,朱洪艳,段战胜等著, 2006
[3]  
Mean Shift Is a Bound Optimization. Mark Fashing, Carlo Tomasi. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005
[4]  
Mean shift,mode seeking,and clustering. CHENG YZ. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1995