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.	肖文健，王彦斌，蒋成龙，周旋风，张德锋. 复杂场景下红外探测系统性能分析与建模. 红外技术. 2025(01): 29-35+43 . 本站查看
2.	徐振亚，付奎生，祁鸣，李丽娟. 一种用于发射后截获的红外导引头探测距离估算方法. 红外技术. 2020(11): 1095-1102 . 本站查看