基于Mean Shift的目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤是在一段視頻序列中尋找與指定目標(biāo)最相似的部分，是計(jì)算機(jī)視覺(jué)的一個(gè)重要研究?jī)?nèi)容。它在視頻監(jiān)控、人機(jī)界面、增強(qiáng)現(xiàn)實(shí)、基于目標(biāo)的視頻壓縮等眾多領(lǐng)域中有著廣泛的應(yīng)用。在眾多的跟蹤算法中，Mean Shift算法由于其理論嚴(yán)格、實(shí)現(xiàn)簡(jiǎn)單和較好的跟蹤性能近年來(lái)受到廣泛的關(guān)注。 本文的主要研究對(duì)象是基于Mean Shift的目標(biāo)跟蹤算法。Mean Shift算法是一種基于特征概率密度統(tǒng)計(jì)的建模方法。在跟蹤過(guò)程中，目標(biāo)區(qū)域通常由用戶在視

2、頻序列的第一幀中選定，并建立相應(yīng)的目標(biāo)直方圖。根據(jù)Bhattacharyaa相似度，Mean Shift算法在后續(xù)幀中迭代地搜索目標(biāo)模型的最佳候選區(qū)域。這種方法使MeanShift算法在跟蹤中表現(xiàn)出良好的性能，比如:實(shí)時(shí)性好，對(duì)遮擋、目標(biāo)形變具有魯棒性等。但當(dāng)目標(biāo)和背景過(guò)于相似，可分性差時(shí)，該種建模方法就難以區(qū)別目標(biāo)和背景，致使算法跟蹤性能下降。 本文選用不同的視頻序列對(duì)Mean Shift跟蹤算法的性能做了理論分析和實(shí)驗(yàn)驗(yàn)證。