基于Mean Shift的視頻跟蹤算法研究.pdf

1、運動目標的檢測與跟蹤是視頻分析的關鍵內容，也是計算機視覺研究的一個重要方向，它是智能監(jiān)控、人機交互、航空航天、國防工業(yè)等應用的基礎和關鍵技術，是當前的研究熱點內容之一。本文在基于DirectShow的開發(fā)環(huán)境下，實現(xiàn)了具有檢測與跟蹤功能的視頻系統(tǒng)，并主要針對Mean Shift跟蹤算法進行了研究。 在視覺跟蹤領域中，Mean Shift算法是一種優(yōu)秀的跟蹤方法，它出色的解決了視頻序列中相鄰兩幀圖像之間運動目標的匹配問題，能夠始終

2、將被跟蹤目標保持在圖像的中心區(qū)域，具有快速和有效的特點。但是該算法缺乏必要的模板更新能力，在目標快速運動以及存在外界擾動的情況下，容易丟失目標。本文針對MeanShift的這方面缺陷做了改進，首先在基本Mean Shift算法中引入自適應的模板更新，采用核函數(shù)帶寬重定位，來適應目標的形變。隨后將Mean Shift與卡爾曼濾波算法相結合，使用卡爾曼濾波器來預測目標的可能位置，再以該位置為起點，應用Mean Shift算法搜索最佳匹配位置