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.
-
关键词:
- Mean-Shift算法 /
- Bhattacharyya coefficient /
- 多步预测 /
- 运动目标跟踪
-
-
期刊类型引用(2)
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
其他类型引用(5)
计量
- 文章访问数: 110
- HTML全文浏览量: 16
- PDF下载量: 11
- 被引次数: 7