基于MeanShift算法的目標(biāo)跟蹤問(wèn)題研究.pdf

1、運(yùn)動(dòng)目標(biāo)跟蹤涉及到計(jì)算機(jī)圖像處理、視頻圖像處理、模式識(shí)別以及人工智能等諸多領(lǐng)域，是一門(mén)交叉性很強(qiáng)的學(xué)科。被跟蹤目標(biāo)本身特征的多樣性、所處環(huán)境的復(fù)雜性和跟蹤過(guò)程中的遮擋問(wèn)題，都構(gòu)成了限制跟蹤算法魯棒性的關(guān)鍵因素。因此，研究一種實(shí)時(shí)性、魯棒性好的運(yùn)動(dòng)目標(biāo)跟蹤方法依然是該領(lǐng)域面臨的一個(gè)巨大挑戰(zhàn)。
　　 本文首先研究了傳統(tǒng)的基于MeanShift 算法的目標(biāo)跟蹤問(wèn)題，通過(guò)實(shí)驗(yàn)證實(shí)了MeanShift 算法在背景復(fù)雜、遮擋等情況下可能發(fā)生

2、的跟蹤失敗現(xiàn)象。在此基礎(chǔ)上提出了改進(jìn)的MeanShift 算法，即：通過(guò)計(jì)算跟蹤目標(biāo)區(qū)域內(nèi)每個(gè)顏色的質(zhì)心位置來(lái)確定候選目標(biāo)模板中心點(diǎn)的位置。相比于傳統(tǒng)MeanShift 算法而言，改進(jìn)后的MeanShift 算法包含了目標(biāo)區(qū)域顏色分布的空間信息，改善了傳統(tǒng)MeanShift 算法中丟失像素點(diǎn)所在空間位置信息的不足。
　　 其次，針對(duì)遮擋情況下的目標(biāo)跟蹤問(wèn)題進(jìn)行研究。使用選擇性子模型更新策略，將特征模型中的每個(gè)分量作為單獨(dú)個(gè)體，并