原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
年第 期 福福 建建 电电 脑脑
2008 1 19
基于MeanShift算法和粒子滤波器的目标跟踪
欧 静 林宏基
,
(福州大学数学与计算机科学学院计算机科学与技术系 福建福州 )
350002
摘 要 本文提出了一种综合 算法和粒子滤波器的跟踪算法 该算法利用 算法在重采样之后将
【 】: MeanShift , MeanShift
粒子收敛到靠近目标真实状态的区域内 克服了传统粒子滤波器的退化现象并缩短了计算时间 而且算法在遮挡时能实现
, ,
很好的跟踪 实验表明 算法的实时性得到了提高
. , .
关键词 目标跟踪 算法 粒子滤波器
【 】: ;Meanshift;
引言 在第 帧中 所有粒子为我们以每个粒子的位置信息为中
0. k ,
在视频监控系统中由于复杂的现场环境以及跟踪应用的实 心 从当前图像中取出不同的候选区域 计算我们计算在每个粒
, ,
时性要求 对目标的跟踪算法都提出很高的要求 目前比较常用 子对应的候选区域的目标的候选区域 假设第 个粒子的位置参
, , , i
的跟踪方法包括粒子滤波器 滤波器 算 数为 i iT 选择对应此位置的候选区域 计算这个区域的候
[1],Kalman[3],MeanShift{x,y} , ,
k k i=1,kNs
法 等 然而 这些算法普遍存在一些不足性 例如 传统的粒子滤 选模型
[4]. , . : :
波算法的退化现象 经过多次迭代后 大量粒子只集中了较小的
, ,
权值 它们对后验概率的估计几乎不起作用 浪费大量的计算
[8], , (3)
时间 一般为了解决退化问题会采取选用大量粒子 但此时计算 式中 的下标 表示第 个特征值 上标 表示这时第 个
. , u u , i i
时间又成为实时跟踪无法克服的瓶颈 算法也有缺点 粒子的概率
.M
文档评论（0）