摘要
经典mean shift目标跟踪算法简单快速,具有较好的跟踪效果,但是它用单个特征描述目标,易受相似目标与背景的干扰,鲁棒性较差.针对此不足,推导出多特征融合mean shift目标定位公式;为了适应跟踪过程中目标与背景的变化,提出利用概率分布可分性判据动态评价特征对目标与背景的区分能力,并自适应地计算特征融合权重.在上述两个方面的基础上,对mean shift目标跟踪算法进行了改进,提出一种多特征融合mean shift目标跟踪算法.实验结果表明:提出的算法比经典mean shift目标跟踪算法具有更强的抗干扰性能和较高的跟踪精度.
学科与关键词
关键词
目标跟踪均值漂移特征融合核函数直方图边缘方向直方图 target trackingmean shiftfeatures fusionkernel function histogramedge orientation histogram
- 基于特征显著性的均值漂移鲁棒目标跟踪陈东岳; 陈宗文上海交通大学学报, 2013, (11): 1807-1812.
- 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.
- 基于改进型的抗遮挡运动目标跟踪算法周越; 宿佳钰; 蒋柯电子世界, 2019, (22): 18-19+22.
