跟踪窗口自适应的Mean Shift跟踪算法

颜佳; 吴敏渊; 陈淑珍; 张青林

doi:null

您当前的位置：

首页 >

文章列表页 >

跟踪窗口自适应的Mean Shift跟踪算法

信息科学 | 更新时间：2020-08-12

- 跟踪窗口自适应的Mean Shift跟踪算法
- Mean Shift tracking algorithm with adaptive tracking window
- 光学精密工程 2009年17卷第10期页码：2606-2611
- 作者机构：
  
  武汉大学电子信息学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391
- 收稿日期：2008-11-12，
  
  修回日期：2008-12-29，
  
  网络出版日期：2009-10-20，
  
  纸质出版日期：2009-10-20
- 稿件说明：
移动端阅览
颜佳,吴敏渊,陈淑珍,张青林. 跟踪窗口自适应的Mean Shift跟踪算法[J]. 光学精密工程, 2009,17(10):2606-2611

Mean Shift tracking algorithm with adaptive tracking window[J]. Optics and precision engineering, 2009, 17(10): 2606-2611.
颜佳,吴敏渊,陈淑珍,张青林. 跟踪窗口自适应的Mean Shift跟踪算法[J]. 光学精密工程, 2009,17(10):2606-2611 DOI：

Mean Shift tracking algorithm with adaptive tracking window[J]. Optics and precision engineering, 2009, 17(10): 2606-2611. DOI：

摘要

目的：针对传统Mean Shift跟踪算法中当目标发生形变时因跟踪窗不能动态改变导致跟偏甚至跟丢的缺陷，提出了一种新的跟踪窗口大小和方向自适应的改进算法。方法：首先采用跟踪窗口内协方差矩阵的主分量分析方法来计算跟踪目标的方向和尺寸大小；然后联合相似性度量和卡尔曼滤波器来更新跟踪窗口。结果：实验证明，本算法针对不断旋转和缩放的运动目标仍能对其进行准确实时的跟踪。结论：改进算法能够满足非刚体目标跟踪系统的要求。

Abstract

Objective: An new algorithm to estimation the scale and orientation of the tracking window is presented in order to solve the problem that traditional Mean Shift based tracking algorithm often fail when tracking a deformable target because of the unchanged tracking window. Method: Firstly

the principal components of the variance matrix are adopted to compute the scale and orientation of tracking target. Further

the similarity measure and Kalman filter are used to update the tracking window. Result: The experimental results show that the algorithm can be implemented in real-time and can adapt to the changes of scale and orientation of the moving object. Conclusion: It can satisfy the requirements of tracking non-rigid objects.

关键词

Keywords

references

浏览量

406

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

应用Mean Shift和分块的抗遮挡跟踪

数据驱动的多模复合制导信息融合及其试验验证

基于非机动单站的目标运动状态无偏估计

地基大口径望远镜动态目标跟踪中压电式快速反射镜迟滞效应的补偿

基于航迹方向最大密度估计的红外多目标双站定位