基于meanshift的目標(biāo)跟蹤及軌跡聚類.pdf

1、運(yùn)動(dòng)目標(biāo)的跟蹤就是在一個(gè)連續(xù)視頻序列中，對于每一幀畫面找到必要的運(yùn)動(dòng)目標(biāo)。軌跡聚類則是通過對目標(biāo)跟蹤獲取的目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行聚類。運(yùn)動(dòng)目標(biāo)的跟蹤以及運(yùn)動(dòng)目標(biāo)軌跡的聚類都是場景分析和行為理解的基礎(chǔ)，同時(shí)也是計(jì)算機(jī)視覺的一個(gè)重要的研究領(lǐng)域。雖然國內(nèi)外很多學(xué)者對目標(biāo)跟蹤和運(yùn)動(dòng)軌跡的分析做了大量的研究，但仍然有很多問題沒有解決，如復(fù)雜場景中目標(biāo)遮擋，光照變化時(shí)跟蹤的穩(wěn)定性問題和軌跡聚類的耗時(shí)問題等。
　　本文圍繞復(fù)雜場景光照變化或存在遮擋

2、時(shí)的運(yùn)動(dòng)目標(biāo)跟蹤及車輛軌跡聚類和分析問題進(jìn)行研究，具體研究內(nèi)容和成果如下：
　　1、討論和分析了目標(biāo)跟蹤的經(jīng)典算法mean shift算法和擴(kuò)展的mean shift算法的原理和性質(zhì)，并對簡單背景情況下基于 mean shift的目標(biāo)跟蹤進(jìn)行了實(shí)驗(yàn)和分析。
　　2、針對目標(biāo)跟蹤中RGB顏色特征受光照影響較大以及mean shift算法在某些干擾或存在遮擋的情況下跟蹤效果不準(zhǔn)確的情況，提出一種基于HSV顏色空間的光照不變色度（

3、Hue）分量的顏色特征以及一種基于mean shift算法的改進(jìn)算法。本文先采用H色度分量顏色特征作為光照不變的特征，其次把跟蹤窗口進(jìn)行分塊，各個(gè)子塊再用改進(jìn)后的mean shift算法進(jìn)行跟蹤，最后用匹配度最大的子塊加權(quán)決定目標(biāo)的位置。
　　3、針對基本為直線運(yùn)動(dòng)的車輛軌跡的聚類問題，提出了一種融合多特征的軌跡聚類方法，并賦予各個(gè)特征不同的權(quán)值，提高軌跡聚類的速度。本文采用車輛運(yùn)動(dòng)的平均速度，矢量距離，軌跡的中心位置，以及運(yùn)動(dòng)物