UKF与Mean shift算法相结合的实时目标跟踪

• 作者: 刘献如 蔡自兴
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: SUKF Mean shift算法 自适应尺度 目标跟踪
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 1338-1343
• 分类号: TP242
• 字数: 4698字
• 语种: 中文

摘要

针对Mean shift(即MS)算法理论上的不足以及跟踪目标时的邻域跟踪局限性,提出将Mean shift算法与尺度无迹卡尔曼滤波器(Scaled unscented Kalman filter,SUKF)相结合的实时目标跟踪算法.该算法利用尺度无迹卡尔曼滤波器获取Mean shift算法的初始位置,然后,利用Mean shift算法获取跟踪位置.通过分析跟踪区域内横纵向直线的统计变化获取目标的尺度变化,依此自适应调节Mean shift跟踪算法中核函数带宽,并对高速公路上快速运动的车辆进行跟踪实验.研究结果表明:该算法与固定核窗宽Mean shift算法相比,对目标跟踪更准确;SUKF 滤波使MS的迭代次数减少,跟踪的实时性提高;核窗宽自适应调节可使跟踪误差降低到50%以下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡自兴	中南大学信息科学与工程学院	393	7036	40.0	69.0
2	刘献如	中南大学信息科学与工程学院	14	73	6.0	8.0