基于Mean Shift的視頻目標(biāo)跟蹤算法的研究與改進(jìn).pdf

1、視頻圖像序列中的目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的核心研究課題之一，最近幾十年來受到了學(xué)者們的廣泛關(guān)注。目標(biāo)跟蹤技術(shù)為更高層的視頻理解和場(chǎng)景解釋提供底層對(duì)象和分析依據(jù)，具有著重要的研究?jī)r(jià)值。然而，目標(biāo)自身特征的多樣性和所處環(huán)境的復(fù)雜性等因素限制了跟蹤算法的性能。因此，設(shè)計(jì)一種穩(wěn)定、可靠的運(yùn)動(dòng)目標(biāo)跟蹤方法在當(dāng)前仍然是一項(xiàng)非常具有挑戰(zhàn)性的工作。
　　本文調(diào)研了目標(biāo)跟蹤技術(shù)的發(fā)展歷程和研究現(xiàn)狀，對(duì)幾種基于Mean Shift算法的目標(biāo)跟蹤算法

2、進(jìn)行了研究和分析，并提出了新的改進(jìn)算法。改進(jìn)算法能夠根據(jù)目標(biāo)的幾何信息自適應(yīng)的調(diào)整跟蹤框的大小，提高跟蹤算法的性能。本文的主要研究工作如下:
　　(1)對(duì)運(yùn)動(dòng)目標(biāo)跟蹤中常用的技術(shù)做了研究，主要有運(yùn)動(dòng)目標(biāo)的表示方法，目標(biāo)特征選擇，目標(biāo)跟蹤方法的分類和數(shù)學(xué)形態(tài)學(xué)處理。
　　(2)詳細(xì)介紹了Mean Shift目標(biāo)跟蹤算法和背景加權(quán)(CorrectedBackground-Weighted Histogram，CBWH）的均值漂移

3、跟蹤算法的原理與實(shí)現(xiàn)框架，并采用多個(gè)視頻序列進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明CBWH跟蹤算法較傳統(tǒng)Mean Shift跟蹤算法具有迭代次數(shù)少，跟蹤精度高，且對(duì)目標(biāo)初始化不敏感的優(yōu)點(diǎn)，因此具有更好的環(huán)境適應(yīng)性。
　　(3)目標(biāo)顯著特征信息數(shù)據(jù)量的多少可以作為判斷目標(biāo)尺度的重要依據(jù)。因此，給出了一種改進(jìn)的跟蹤算法:采用CBWH算法跟蹤目標(biāo)的位置，使用經(jīng)過背景加權(quán)的目標(biāo)模型生成當(dāng)前幀的顏色概率圖，在該圖中通過計(jì)算矩特征估計(jì)目標(biāo)的尺度以調(diào)整下