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

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.
- Mean-Shift算法 /
- Bhattacharyya coefficient /
- 多步预测 /
- 运动目标跟踪

1.	刘硕，瞿崇晓，祝中科，张福俊，范长军. 基于MSR和AMSR的红外融合增强算法. 应用科学学报. 2022(03): 423-433 . 百度学术
2.	魏然然，詹伟达，朱德鹏，田永. 改进多尺度的Retinex红外图像增强. 液晶与显示. 2021(03): 465-474 . 百度学术
3.	罗华锋，王铎. 基于梯度直方图和SUSAN算子的红外目标检测. 光电技术应用. 2020(01): 47-50 . 百度学术
4.	张晓娟，樊东燕. 红外图像动态范围压缩和对比度增强研究. 激光杂志. 2020(06): 76-79 . 百度学术
5.	张承泓，李范鸣，吴滢跃. 基于自适应引导滤波的子带分解多尺度Retinex红外图像增强. 红外技术. 2019(04): 323-328 . 本站查看
6.	顾振飞，袁小燕，张照锋，张登银，孔令民，姜浩东. 基于简化大气散射模型的单幅红外图像增强方法. 电子器件. 2019(05): 1229-1236 . 百度学术
7.	贾瑞明，郑奇. 基于人眼频率特性的分形增强算法. 激光与红外. 2018(07): 919-924 . 百度学术
8.	王新赛，周丰俊，郑磊，贺菁. 红外成像技术在城市地下空间防灾监测与应急搜救中的应用发展对策. 中国工程科学. 2017(06): 92-99 . 百度学术