核窗口尺寸和目标模型自适应的均值漂移跟踪
Mean Shift Tracking with Adaptive Kernel Window Size and Target Model作者机构:北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044
出 版 物:《华南理工大学学报(自然科学版)》 (Journal of South China University of Technology(Natural Science Edition))
年 卷 期:2013年第41卷第2期
页 面:74-81页
核心收录:
学科分类:08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程]
基 金:国家重点基础研究发展计划资助课题(2012CB725403) 国家自然科学基金资助项目(11172035)
主 题:目标跟踪 均值漂移 核窗口 卡尔曼滤波 目标模型 更新
摘 要:在目标大小、方向和颜色发生变化时,传统的均值漂移算法会因为核窗口大小和方向不能动态改变、目标模型不能及时更新而导致目标跟踪偏移甚至丢失.为此,文中提出了一种新的核窗口大小和方向可自适应调整的均值漂移跟踪算法,并构建了目标模型更新机制.首先利用计算得到的目标凸包拟合椭圆并结合卡尔曼滤波模型得到目标大小和方向的最优估计;然后利用目标大小和方向的估计值调整算法核窗口的大小和方向,修正核权重分布;最后联合目标形状和颜色信息构建一种目标更新机制,及时更新目标模型以适应目标的变化.不同场景下人体、非机动车等非刚体目标的视频序列实验结果表明,文中方法可以对大小、方向和颜色变化明显的目标进行准确、稳定的跟踪.