基于Mean Shift和粒子濾波算法的動態(tài)目標(biāo)跟蹤的研究.pdf

1、基于視頻的動態(tài)目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域的一個研究熱點(diǎn)，在公共安全、軍事制導(dǎo)、交通監(jiān)控等方面得到了越來越廣泛的應(yīng)用。動態(tài)目標(biāo)跟蹤算法的性能對跟蹤效果有著直接影響，精確度高、魯棒性好的跟蹤算法一直是計算機(jī)視覺領(lǐng)域所研究的關(guān)鍵問題之一。
　　本文首先介紹了當(dāng)前比較常用的基于視頻的動態(tài)目標(biāo)跟蹤算法，給出了這些算法的基本原理以及優(yōu)缺點(diǎn)，然后本文著重研究了近年來在動態(tài)目標(biāo)跟蹤領(lǐng)域比較流行的MeanShift算法的基本理論以及在目標(biāo)跟蹤領(lǐng)域中的

2、應(yīng)用。
　　針對采用單一顏色特征來描述被跟蹤目標(biāo)的Mean Shift算法容易受復(fù)雜環(huán)境如光照變化、相似背景干擾等影響，本文提出一種基于多特征融合的Mean Shift跟蹤算法，將局部二值模式(LBP)紋理特征與顏色特征相結(jié)合來對動態(tài)目標(biāo)進(jìn)行描述，提高了Mean Shift跟蹤算法的魯棒性。
　　針對傳統(tǒng)Mean Shift算法對高速運(yùn)動的動態(tài)目標(biāo)無法進(jìn)行有效跟蹤的問題，本文提出一種基于Mean Shift和粒子濾波算法的高