粒化的Mean Shift行人跟踪算法

• 作者: 刘翠君 王学宽 苗夺谦 赵才荣
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 信息粒 粒计算 Mean Shift 特征提取 行人跟踪
• 年，卷（期）: 2016,（4）
• 页码范围: 433-441
• 页数: 9页
• 分类号: TP391
• 字数: 8345字
• 语种: 中文
• DOI: 10.11992/tis.201605033

摘要

Mean Shift行人跟踪采用颜色特征直方图作为跟踪特征，存在易受背景颜色干扰等问题。基于此，在传统的Mean Shift行人跟踪算法中引入粒计算的思想，提出粒化的Mean Shift行人跟踪算法，对图像目标区域作粒层分块来提取块颜色特征信息，并在颜色特征表示上作不同粒度的粒化，最后在Mean Shift迭代框架下实现行人跟踪。该方法相比传统的跟踪方法具有计算复杂度更低、稳健性更好的优点。在PETS2009和CAVIAR数据库做的实验表明，这种方法跟踪正确率更高，在颜色干扰下稳健性更好，能够实时有效地跟踪行人。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗夺谦	同济大学电子与信息工程学院	123	2389	25.0	44.0
2	王学宽	同济大学电子与信息工程学院	2	5	2.0	2.0
3	赵才荣	同济大学电子与信息工程学院	6	22	2.0	4.0
4	刘翠君	同济大学电子与信息工程学院	1	2	1.0	1.0