江苏省高校自然科学研究项目(12KJD510004)
- 作品数：1 被引量：3H指数：1
- 相关作者：包旭杜凯田浩更多>>
- 相关机构：淮阴工学院长安大学更多>>
- 发文基金：江苏省高校自然科学研究项目淮安市科技支撑计划基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进Mean Shift和SURF的目标跟踪被引量：3
- 2013年
- 传统颜色直方图的Mean Shif(tMS)算法只考虑了目标颜色的统计信息,不包含目标的空间信息,当目标颜色与背景颜色相近或目标对象发生光照变化时,容易导致不准确跟踪或跟踪丢失。针对该问题,提出了一种融合改进MS和SURF的跟踪算法。改进的MS算法根据目标对象的最新外接矩形尺寸,确定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用SURF特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS和SURF跟踪结果,得出最终的跟踪结果。实验表明,提出的融合改进MS和SURF的跟踪算法,比传统的MS算法和固定分块的MS算法都具有更好的跟踪性能。
- 包旭杜凯田浩
- 关键词：目标跟踪分块颜色直方图BHATTACHARYYA系数
