基于粒子濾波和Mean Shift的多特征融合的目標(biāo)跟蹤算法.pdf

1、視頻運動目標(biāo)跟蹤，這個課題作為機器視覺研究的一個主要分支，它就是對視場內(nèi)的非靜止的目標(biāo)，如人和車輛等，進行實時的觀測，并在這個基礎(chǔ)上對把被觀測對象按一定方法進行分類，然后仔細分析它們的行為。
　　 為了能夠在連續(xù)的圖像序列中，通過運用算法來找到我們的目標(biāo)，那么，該目標(biāo)的特征就必定要提取出來，在后續(xù)的圖像序列每一幀中，找出具有與目標(biāo)特征相似度高的區(qū)域，作為目標(biāo)最終的跟蹤結(jié)果。常用的特征主要有顏色特征，紋理特征，角點特征，SIFT特

2、征等等。
　　 粒子濾波與均值漂移是近年來廣泛應(yīng)用于目標(biāo)跟蹤的算法，這些算法由于時性好，速度快，實現(xiàn)簡單，約束條件少，因此，成為目標(biāo)跟蹤方面的熱點，得以廣泛應(yīng)用。
　　 本文提出的多特征融合的動態(tài)粒子濾波與均值漂移算法，從空間點信息和局部信息中考慮了目標(biāo)特征的多樣性。將多特征融合在一起，增強并豐富了對目標(biāo)的描述，使得跟蹤特性更加穩(wěn)定。在跟蹤算法的選取上，將粒子濾波與均值漂移算法融合并改進，動態(tài)地設(shè)定啟動粒子濾波時的粒子數(shù)