针对传统Meanshift算法在某些干扰或遮挡情况下不能保证跟踪的准确性,以及目标模型内的背景像素也会造成定位偏差的问题,提出一种基于MeanShift的改进算法.首先对目标模型进行改进,通过目标与背景的区分度引入权系数,在目标模型中进行加权处理,可达到降低目标模型内背景像素对跟踪定位精度的影响.然后,将跟踪窗进行分块,对各子块使用改进目标模型的Meanshift算法进行跟踪.最后,用匹配度最大的两个子块加权决定目标的最终位置,从而在目标发生遮挡时能有效剔除被遮挡子块对目标定位的影响.实验表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标.
参考文献
| [1] | Chen Y Z.Mean shift,mode seeking,and clustering[J].IEEE Transactions on Pattern Analysis Machine Intelligence,1995,17(8):790-799. |
| [2] | Comanicu D,Meer P.Mean shift:A robust approach toward feature space analysis[J].IEEE Transactions on Pat tern Analysis and Machine Intelligence,2002,24(5):603-619. |
| [3] | Comaniciu D,Ramesh V,Meer P.Real-time tracking of non-rigid objects using mean shift[C]//Proc.of the IEEE Conf.on Computer Vision and Pattern Recognition (CVPR),Hiton Head Island.USA:IEEE Computer Society,2000:142-149. |
| [4] | 孙中森,孙俊喜,宋建中,等.一种抗遮挡的运动目标跟踪算法[J].光学精密工程,2007,15(2):267-171. |
| [5] | 韩晓波.基于背景建模和动态分块的目标跟踪[J].电子技术研发,2010,37(10):21-23. |
| [6] | Magglo E,Cavallaro A.Multi-part target representation for color tracking[C]//IEEE International Conference on Image Processing,Genova,Italy:IEEE,2005:729-732. |
| [7] | 颜佳,吴敏渊,陈淑珍,等.应用Mean Shift和分块的抗遮挡跟踪[J].光学精密工程,2010,18(6):1413-1419. |
| [8] | 刘扬,张云峰,董月芳.复杂背景下抗遮挡的运动目标跟踪算法[J].液晶与显示,2010,25(6):890-895. |
| [9] | Collins R T,Liu Y,Leordeanu M.Online selection of discriminative tracking features[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2005,27(10):1631-1643. |
| [10] | 刘翔,周桢.基于分块背景建模的运动目标检测技术[J].液晶与显示,2011,26(6):831-835. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%