视频监控中采用Meanshift的运动目标跟踪算法.docVIP

视频监控中采用Mean shift的运动目标跟踪算法 游雪峰1，张惊雷2 (1.天津理工大学 天津市复杂系统控制理论及应用重点实验室，天津 300384；2.天津理工大学 自动化学院，天津 300384) 摘要：由于传统的Kalman滤波方法在非线性、非高斯跟踪问题上的不足，为满足智能监控系统对运动目标准确跟踪的需求，提出了一种改进的自适应Mean Shift算法。该算法利用Bhattacharyya距离来度量颜色模型之间的相似度，通过几次迭代运算定位目标并实现目标的准确跟踪,通过自适应调整跟踪窗口大小，提高了跟踪的实时性和鲁棒性。利用改进的Mean Shift算法对行人与车辆目标分别进行了跟踪实验，实验结果表明，本文方法对刚体与非刚体目标的跟踪比传统的Kalman滤波方法具有更好的实时性和准确性。 关键词：目标跟踪；Kalman滤波；Mean Shift；跟踪窗 中图分类号：TP 391 文献标志码：A 目标跟踪是图像处理和计算机视觉领域的热点研究内容之一，它在智能人机交互、医疗诊断、智能视频监控等领域中有着广泛的应用。目标跟踪方法一般分为基于相关的目标跟踪和基于特征的目标跟踪两类。在视频监控场景中，对运动目标的跟踪大多采用的是基于特征的跟踪方法[1]。收稿日期 收稿日期：2012-；修回日期： 基金项目：天津市教委科技发展基金资助项目 作者简介：