多步预测融合Mean-Shift的运动目标跟踪算法研究

于晓明, 李思颖

于晓明, 李思颖. 多步预测融合Mean-Shift的运动目标跟踪算法研究[J]. 红外技术, 2018, 40(12): 1182-1187.
引用本文: 于晓明, 李思颖. 多步预测融合Mean-Shift的运动目标跟踪算法研究[J]. 红外技术, 2018, 40(12): 1182-1187.
YU Xiaoming, LI Siying. Study on Motion Target Tracking Algorithm Based on Mean-Shift and Multi-step Prediction[J]. Infrared Technology , 2018, 40(12): 1182-1187.
Citation: YU Xiaoming, LI Siying. Study on Motion Target Tracking Algorithm Based on Mean-Shift and Multi-step Prediction[J]. Infrared Technology , 2018, 40(12): 1182-1187.

多步预测融合Mean-Shift的运动目标跟踪算法研究

基金项目: 陕西省科技厅居家养老模式若干关键技术研究(2014KRM80)
详细信息
  • 中图分类号: TP391

Study on Motion Target Tracking Algorithm Based on Mean-Shift and Multi-step Prediction

  • 摘要: 对运动目标跟踪时,主流Mean-Shift(均值偏移)算法对环境的影响较为敏感.针对目标遮挡时准确跟踪这一问题,提出了多步预测融合Mean-Shift的优化运动目标跟踪算法.在目标跟踪的过程当中采取Bhattacharyya coefficient(巴氏系数)辨别目标是否出现了遮挡.当目标产生遮挡的情况,采取多步预测算法,根据目标前一帧的特征信息对下一帧中目标位置信息进行判断.当运动目标离开遮挡时,则继续采取Mean-Shift实施后续跟踪.通过对不同场景下的视频序列实行测试,其结果表明该算法可以对发生遮挡后的目标进行连续、稳健的跟踪.
  • 期刊类型引用(2)

    1. 周鹏飞,朱洪立,李明俊,张成军,王兴一,潘士兵. 超材料在军用隐身中的应用研究. 材料工程. 2024(02): 112-121 . 百度学术
    2. 何云飞,徐晨,徐国跃,梁娟,郭腾超. 低发射率涂层与超材料吸波体兼容性能的研究. 兵器材料科学与工程. 2019(02): 56-59 . 百度学术

    其他类型引用(3)

计量
  • 文章访问数:  110
  • HTML全文浏览量:  16
  • PDF下载量:  11
  • 被引次数: 5
出版历程

目录

    /

    返回文章
    返回