融合卡爾曼濾波和Mean Shift的尺度自適應(yīng)運(yùn)動(dòng)目標(biāo)跟蹤算法的研究與實(shí)現(xiàn).pdf

1、當(dāng)今世界是一個(gè)信息急劇膨脹的時(shí)代，人們隨時(shí)隨地都會(huì)接收到海量的信息，其中視覺(jué)信息尤為重要，所以對(duì)這些視覺(jué)信息的處理逐漸成為人們?nèi)找骊P(guān)注的焦點(diǎn)。基于運(yùn)動(dòng)目標(biāo)跟蹤的視頻分析技術(shù)是當(dāng)今社會(huì)研究的熱點(diǎn)，其中Mean Shift算法是常用優(yōu)秀的運(yùn)動(dòng)目標(biāo)跟蹤算法之一，本文針對(duì)傳統(tǒng)Mean Shift算法的不足，即目標(biāo)跟蹤框的大小不能變化，以及目標(biāo)在快速運(yùn)動(dòng)或者被遮擋時(shí)跟蹤效果較差的情況，對(duì)算法進(jìn)行了相應(yīng)的改進(jìn)。
　　Mean Shift算法采

2、用RGB核顏色直方圖作為目標(biāo)模型的描述，同時(shí)在Mean Shift算法框架下提取目標(biāo)的幾何特征，根據(jù)目標(biāo)的型心坐標(biāo)和面積對(duì)跟蹤框的位置和大小做實(shí)時(shí)的更新，并按實(shí)際情況更新Mean Shift的目標(biāo)模板。
　　針對(duì)Mean Shift算法對(duì)快速運(yùn)動(dòng)目標(biāo)以及目標(biāo)被遮擋時(shí)跟蹤效果不佳的情況，本文結(jié)合卡爾曼濾波器對(duì)運(yùn)動(dòng)目標(biāo)的預(yù)測(cè)功能，將卡爾曼濾波器與Mean Shift相結(jié)合，在每次執(zhí)行Mean Shift算法時(shí)先以卡爾曼濾波器來(lái)預(yù)測(cè)目標(biāo)

3、的位置信息，然后再執(zhí)行Mean Shift算法對(duì)目標(biāo)位置做進(jìn)一步修正，增強(qiáng)了目標(biāo)位置信息的判斷機(jī)制，使得目標(biāo)跟蹤更加有效。
　　本文算法實(shí)現(xiàn)所采用的硬件平臺(tái)以 DM8168多核處理器為核心，同時(shí)處理系統(tǒng)以McFW為視頻處理系統(tǒng)框架。由DSP核來(lái)運(yùn)行目標(biāo)跟蹤算法，M3 VPSS負(fù)責(zé)視頻的捕獲和顯示，M3 Video負(fù)責(zé)視頻的編解碼，由ARM核負(fù)責(zé)控制多個(gè)核之間的協(xié)同工作。
　　基于以上研究，本文通過(guò)與傳統(tǒng)Mean Shift算