均值漂移目标跟踪的两级窗宽更新算法

• 作者: 罗的国 韩萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 均值漂移 目标跟踪 自适应窗宽 感兴趣区域 背景减除 Bhattacharyya系数
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 158-161
• 分类号: TP301.6
• 字数: 4003字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.12.047

摘要

目标尺度发生较大变化时,固定窗宽的均值漂移(Mean shift)目标跟踪算法不能进行有效跟踪.为此,提出一种两级更新的自适应窗宽计算方法.采用Mean shift跟踪算法对目标中心进行初次定位,并确定窗宽的大小,设置感兴趣区域,结合已建立的背景模型,在感兴趣区域内利用背景减除技术二次确定目标的中心及窗宽大小,通过比较2次目标区域与目标模型之间的Bhattacharyya系数,选择系数较大的区域作为最终跟踪窗口.实验结果表明,该方法能够对尺度变化明显的运动目标自适应确定跟踪窗宽,并减小传统Mean shift跟踪方法背景目标颜色对目标特征提取的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩萍	中国民航大学智能信号与图像处理天津市重点实验室	67	469	10.0	19.0
2	罗的国	中国民航大学智能信号与图像处理天津市重点实验室	1	0	0.0	0.0