基于Mean Shift和粒子濾波的目標(biāo)跟蹤.pdf

1、計(jì)算機(jī)視覺是研究如何使機(jī)器能夠具有“視覺”特征的科學(xué)。基于計(jì)算機(jī)視覺的智能化監(jiān)控系統(tǒng)正廣泛應(yīng)用于社會(huì)生活的各個(gè)領(lǐng)域，而運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)作為視覺監(jiān)控系統(tǒng)中最不可或缺的環(huán)節(jié)，具有很深遠(yuǎn)的研究意義。對(duì)于復(fù)雜的監(jiān)控場景，面對(duì)場景中可能出現(xiàn)的種種干擾以及目標(biāo)自身的多變性問題，如何進(jìn)行實(shí)時(shí)、準(zhǔn)確、有效的跟蹤，是目標(biāo)跟蹤技術(shù)研究的重點(diǎn)和難點(diǎn)。本文主要研究了Mean Shift和粒子濾波算法在復(fù)雜場景下對(duì)單目標(biāo)和多目標(biāo)的平穩(wěn)魯棒的跟蹤。
　　運(yùn)動(dòng)

2、目標(biāo)跟蹤系統(tǒng)包括檢測和跟蹤兩個(gè)階段。目標(biāo)檢測是目標(biāo)跟蹤的基礎(chǔ)，為了提高后續(xù)跟蹤的有效性，本文分析比較了幾種常見的檢測算法，結(jié)合它們各自的優(yōu)缺點(diǎn)和實(shí)際應(yīng)用，采用ViBe背景建模法更新背景圖像，利用背景減除法檢測前景目標(biāo)，結(jié)合陰影抑制、形態(tài)學(xué)處理、提取連通分量等操作提取出完整的運(yùn)動(dòng)目標(biāo)。
　　針對(duì)單目標(biāo)跟蹤中存在的一些問題，本文在Mean Shift算法的基礎(chǔ)上提出一種基于顏色紋理特征的Mean Shift跟蹤算法，并通過實(shí)驗(yàn)驗(yàn)證了該

3、算法的有效性和準(zhǔn)確性，能夠解決單目標(biāo)跟蹤中目標(biāo)的多尺度變化問題，并且能夠克服遮擋以及目標(biāo)與背景顏色一致時(shí)產(chǎn)生的干擾。
　　在對(duì)多目標(biāo)跟蹤的研究中，基于Mean Shift迭代的粒子濾波（PFBMS）算法能很好的解決跟蹤中目標(biāo)之間的碰撞問題，可應(yīng)用于多目標(biāo)跟蹤。針對(duì)多目標(biāo)跟蹤中目標(biāo)出現(xiàn)、合并、分裂、消失等狀況的隨機(jī)性，本文提出了相應(yīng)的跟蹤策略。并且以檢測階段的ViBe背景模型作為檢測模塊，以PFBMS算法作為跟蹤模塊，實(shí)現(xiàn)了基于粒子