提高Mean-shift跟踪算法性能的方法

• 作者: 张建秋 江淑红 汪沁 胡波
• 来源期刊: 复旦学报（自然科学版）
• 学科: 工学
• 关键词: 图像处理 目标跟踪 Mean-shift跟踪算法 色彩融合特征 位置预测 卡尔曼滤波
• 年，卷（期）: 2007,（1）
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP3
• 字数: 3847字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2007.01.015

摘要

针对Mean-shift跟踪算法,在目标色彩特征不突出,或受到光照、阴影等影响,或有干扰物体靠近目标时,很容易发生跟踪错误等问题,采用色彩融合模版和位置预测来提高Mean-shift跟踪算法的性能.在对图像的RGB三色进行简单的线性融合的基础上,提出了根据前景和背景直方图的相似度函数去选取目标特征最突出的融合图像的算法,并据此建立3个目标模版.对目标的位置先进行卡尔曼预测,再用Mean-shift算法对3个模板分别进行跟踪,最后融合跟踪结果.实验结果证明,提出的方法能在复杂背景下跟踪目标,并能更好地应付阴影、光线等变化.此外,它能有效地避免相似物体靠近目标或者和目标交错引起的跟踪失败.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建秋	复旦大学电子工程系	88	724	16.0	23.0
2	江淑红	复旦大学电子工程系	9	147	6.0	9.0
3	胡波	复旦大学电子工程系	159	1370	19.0	32.0
4	汪沁	复旦大学电子工程系	2	67	2.0	2.0