基于特征区分度和区域生长的Mean Shift跟踪算法

• 作者: 傅景能 林妩媚 王万平 黎鹏
• 来源期刊: 光电技术应用
• 学科: 工学
• 关键词: 目标跟踪 均值漂移 特征区分度 区域生长 复杂背景
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP391.4
• 字数: 3165字
• 语种: 中文

摘要

复杂环境下的目标跟踪是一个具有较多难点的任务。例如杂波干扰、严重遮挡、相似背景、运动不连续、光照变化等，都会给跟踪带来很大困难。针对上述问题，利用目标与背景的区分度，选取目标中独特特征建立模板，并对候选目标过滤背景特征，从而提高了目标在复杂背景下的匹配精度。同时为了解决Mean Shift算法搜索到的目标位置与真正目标存在偏差的问题，以目标中高区分度的像素点为种子点，进行区域生长，来获得准确的目标位置，并以此确定目标框大小。实验结果表明，文中算法在复杂环境下具有较好的跟踪精度和实时性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林妩媚	中国科学院光电技术研究所	21	154	8.0	11.0
2	王万平	中国科学院光电技术研究所	11	112	5.0	10.0
3	黎鹏	中国科学院光电技术研究所	1	1	1.0	1.0
7	傅景能	中国科学院光电技术研究所	3	24	1.0	3.0