基于均值偏移和粒子濾波的視頻目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤技術(shù)是視覺(jué)領(lǐng)域研究中的熱點(diǎn)問(wèn)題，廣泛應(yīng)用于視頻監(jiān)控、生物醫(yī)學(xué)、導(dǎo)航制導(dǎo)等領(lǐng)域。而目標(biāo)運(yùn)動(dòng)過(guò)程中自身的形變、復(fù)雜背景的干擾以及各類噪聲、遮擋、光照等因素都會(huì)對(duì)目標(biāo)跟蹤產(chǎn)生影響。在復(fù)雜的現(xiàn)實(shí)環(huán)境下，有針對(duì)性地提高跟蹤算法的準(zhǔn)確性、魯棒性與實(shí)時(shí)性是目標(biāo)跟蹤研究的重點(diǎn)。本文就均值偏移算法和粒子濾波算法在目標(biāo)跟蹤中應(yīng)用，展開了如下研究： 對(duì)于均值偏移算法，針對(duì)目標(biāo)尺度變化、遮擋及光線變化等情況提出了相應(yīng)的改進(jìn)方法。采取帶寬自適應(yīng)的

2、改進(jìn)策略，有效地實(shí)現(xiàn)了對(duì)尺度變化目標(biāo)的跟蹤；在LMS濾波和Kalman預(yù)測(cè)的基礎(chǔ)上，提出自適應(yīng)濾波Mean Shift算法，增強(qiáng)了算法在目標(biāo)形變和遮擋情況下的魯棒性；引入基于HSV顏色模型的CamShift算法，采用運(yùn)動(dòng)預(yù)測(cè)對(duì)搜索策略進(jìn)行改進(jìn)，提高了算法應(yīng)對(duì)光線變化和目標(biāo)遮擋等情況的適應(yīng)性。 針對(duì)粒子濾波算法，采用相關(guān)跟蹤和多特征融合的方法對(duì)其進(jìn)行優(yōu)化改進(jìn)。采用相關(guān)跟蹤策略，實(shí)現(xiàn)了基于粒子濾波的相關(guān)跟蹤方法，驗(yàn)證了粒子濾波算法的

3、魯棒性；融合顏色特征和紋理特征建立觀測(cè)模型，同時(shí)在系統(tǒng)動(dòng)態(tài)模型中加入尺度變量，提出了一種多特征融合的粒子濾波算法，提高了跟蹤算法的魯棒性。 對(duì)均值偏移算法和粒子濾波算法進(jìn)行融合，在此基礎(chǔ)上對(duì)搜索策略進(jìn)行改進(jìn)。利用均值偏移算法的聚類作用，將粒子樣本收斂在更接近目標(biāo)的真實(shí)位置的區(qū)域，把均值偏移理論嵌入到粒子濾波算法中以實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤；采用Bhattacharyya系數(shù)衡量目標(biāo)跟蹤狀況，結(jié)合搜索策略跟蹤目標(biāo)，對(duì)均值偏移與粒子濾波融合