視頻目標跟蹤中的均值偏移算法研究.pdf

1、目標跟蹤技術(shù)是計算機視覺領(lǐng)域中重要研究課題之一，在人類生活、軍事偵察、工業(yè)生產(chǎn)、醫(yī)療診斷、交通管理等多方面，都有廣泛的應用，研究目標跟蹤對人類生活、工程應用等具有現(xiàn)實的指導意義。
　　在基于視覺的目標跟蹤算法中，經(jīng)典的Mean-Shift算法以其理論科學有效、操作簡單易實現(xiàn)，跟蹤性能較好等優(yōu)勢，一直是眾多學者研究的熱點?？伤惴ㄒ泊嬖谥S多缺陷。例如目標模型中混有背景信息的干擾，給目標定位帶來了偏差;以手動確定的目標中心為迭代初始值

2、，而這樣的中心并不是目標的真實中心，對于快速運動的小目標不能實現(xiàn)有效地跟蹤;算法具有一定的抗邊緣遮擋能力，但當目標中心發(fā)生大面積遮擋時，適應能力較差;以顏色為全局統(tǒng)計信息，當目標和背景區(qū)分度較差或具有相似概率密度估計時，算法失去了有效性。針對以上問題，本論文對Mean-Shift算法做了深入的研究，并提出了改進。
　　(1)針對顏色特征是目標跟蹤中有效特征的情況，提出了一種基于特征顏色改進的Mean-Shift算法。首先為了抑制目

3、標模型中混入背景顏色的干擾，能夠更準確的定位目標，利用目標區(qū)別于背景的特征顏色建立目標模型。接著采用均勻核函數(shù)描述目標模型，增強目標的抗遮擋能力。然后對改進目標模型求取質(zhì)心，以質(zhì)心為迭代初始值進行均值偏移，快速定位目標位置，解決了算法對小目標不能有效跟蹤的問題。與原來的Mean-Shift算法相比，改進的算法準確性、實時性、魯棒性都得到了提高。
　　(2)針對目標和背景顏色相近或具有相似概率密度估計的情況，通過局部不變特征來增強目