摘要
<正>针对遮挡发生情况下的运动目标跟踪,采用Mean Shift算法进行研究与改进。在跟踪运动目标时,跟踪环境中经常会存在一些无法规避的遮挡。仅使用传统的Mean Shift算法易发生目标丢失的情况,所以提出了一种结合Kalman预测机制的改进型的抗遮挡Mean Shift算法。这种改进型的Mean Shift算法可以在发生遮挡时,对运动目标轨迹进行合理预测。在遮挡环境下,结合Kalman后的算法会更加有效的跟踪运动目标,迭代次数减少,并提高了跟踪的稳健性。
学科与关键词
关键词
目标跟踪算法Kalman抗遮挡矩形框
- 基于自适应多特征融合的mean shift目标跟踪袁广林; 薛模根; 韩裕生; 周浦城计算机研究与发展, 2010, (09): 1663-1671.
- 一种改进Mean shift算法的视频监控系统亢朋朋; 朱锡芳; 南东亮; 金运策微电子学与计算机, 2013, (02): 153-156.
- 改进的快速自适应分块均值漂移算法赵振国; 胡维华杭州电子科技大学学报, 2013, (06): 82-85.
