基于Mean-shift的改进目标跟踪算法.pdfVIP

第28卷第 12期 计算机应用 Vo1．28No．12 2008年 12月 ComputerApplications Dec．2008 文章编号：1001—9081(2008)12—3120—03 基于Mean—shift的改进 目标跟踪算法 张 玲 ，蒋大永，何 伟，周 阳 (重庆大学通信工程学院重庆 400030) (zhangling1993@cqu．edu．cnl，jiongdy@yahoo．con·cn)、 摘 要：传统的Meanshift目标跟踪算法对背景因素比较敏感，采用核加权直方图的方法计算 目标模板与候选区 域 目标特征往往无法实现对运动 目标的准确定位。在研 究传统算法的基础上，改进了Mean—shift算法中目标特征选 取机制 ，即目标模板采用背景加权，候选 目标区域采用核加权。仿真结果表 明，该方法实现 了在复杂环境背景下对运 动 目标更加准确 的跟踪 。 关键词：Mean—shift算法；目标跟踪；核加权；直方图；目标模板 中图分类号：TP391 文献标志码：A Improved targettrackingalgorithm basedOnM ean-shift ZHANG Ling，JIANG Da—yong，HEWei，ZHOU Yang (Collegeo厂CommunicationEngineenng，ChongqingUniversity,Chongqing400030，Chino) Abstract：TraditionalMean—shift targettrackingalgorithm israthersensitiveto backgroundenvironment．Theuseof kernelweightedhistogram forta~ettemplatemadtragetcandidatescannotalwaysgetexactcenterofthetarget．Therefore，an improvedfeatureselectionmechanism wasproposed，inwhich backgroundweightedhistogram waschosenfortargettemplate andkernelweightedhistogram ofrtargetcandidates．Thesimulationresultsshow thatthe：methodachievesmoreaccuratetarget tracking incomplexenvironments． Keywords：Mean—shift algorithm；targettracking；kernelweighted：imagehistogram：targettemplate 定位不准的问题，实现了对传统 Mean—shift目标跟踪算法的 0 引言 有效改进。 ’ · Mean—shift目标跟踪算法采用核概率密度来描述 目标的 1 传统的Mean—shift 目标跟踪 特征，然后基于Bhattacharyya系数用 Mean—shift进行迭代搜 索，最终收敛的位置即为 目标中心。对于尺寸变化不大的目 1．1 Bhattacharyya系数 标 ，其跟踪效果主要取决于用于计算 Bhattacharyya系数的目 令 (i=1，…，17,)表示像素在 目标模板中的位置 ，其中 标模板以及候选 目标特征选取机制。