基于多信息融合的Mean-Shift跟踪算法

• 作者: 刘娜 张文辉 彭战奎 郭瑞峰
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 目标跟踪 Mean-Shift算法 在线学习 检测器 多信息融合
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 计算与测试
• 页码范围: 151-154
• 页数: 4页
• 分类号: TP391.4
• 字数: 3549字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)11-0151-04

摘要

针对Mean-Shift跟踪算法存在的问题,提出一种以Mean-Shift跟踪器为框架,结合在线学习检测器以及Kalman滤波器的动态目标跟踪算法.利用Mean-Shift跟踪器跟踪目标物,引入在线学习检测器可以在跟踪器跟踪目标失败后,快速检测目标并更新目标模板,通过引入Kalman滤波器能够提高跟踪精度以及检测器的检测速度,最后将三者信息融合,实现对目标物长时间有效跟踪.实验结果中目标重叠度和每秒传输帧数分别在0.70和18帧/s以上,表明:所提算法具有跟踪精度高、实时性强等优点,能够有效解决光照变化,部分遮挡或全部遮挡等导致目标物跟踪丢失的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘娜	西安理工大学计算机科学与工程学院	4	61	2.0	4.0
2	郭瑞峰	西安建筑科技大学机电工程学院	32	121	6.0	9.0
3	彭战奎	西安建筑科技大学机电工程学院	4	7	1.0	2.0
4	张文辉	西安建筑科技大学机电工程学院	5	7	1.0	2.0