基于SIFT特征度量的Mean Shift目标跟踪算法  

MEAN SHIFT OBJECT TRACKING ALGORITHM BASED ON SIFT DESCRIPTOR

作　　者：翟海涛[1] 吴健[1] 陈建明[1] 崔志明[1] 

机构地区：[1]苏州大学智能信息处理及应用研究所,江苏苏州215006

出　　处：《计算机应用与软件》2011年第6期47-50,120,共5页Computer Applications and Software

基　　金：国家自然科学基金项目(60970015);2008年江苏省重大科技支撑与自主创新项目(BE2008044);2009年江苏省省级现代服务业(软件产业)发展专项引导资金项目([2009]332-64);苏州市应用基础研究(工业)项目(SYJG0927);苏州大学科研预研基金

摘　　要：传统的Mean Shift算法,在诸如跟踪目标出现尺度变化、旋转、噪声干扰等复杂情况下,无法得到准确的跟踪结果。提出了一种基于尺度不变特征变换SIFT(Scale Invariant Feature Transform)特征度量的Mean Shift目标跟踪算法,首先根据SIFT算子计算跟踪目标附近的关键点位置和尺度,并获取该尺度空间下关键点邻域的特征向量,然后用跟踪目标区域内的特征向量的模值-方向分布直方图表示该目标,最后使用Mean Shift算法进行跟踪。实验结果表明,该算法在跟踪目标出现尺度变化、旋转、噪声干扰和遮挡等情况下能够准确地跟踪物体,鲁棒性好。When the intricate conditions,such as scale modification,rotation,noise interference and so on,occur to the tracking object,ordinary object tracking method based on Mean Shift is difficult to get accurate tracking result.This paper proposes a feature description SIFT-based Mean Shift algorithm.It first calculates the position and scale of key points around the tracking object using SIFT descriptor,as well as gets feature vectors of neighbourhood of the key point in the scale space,and then uses the histogram of module value-direction distribution of the feature vectors within the region of tracing object to delegate the moving object,at last it uses Mean Shift algorithm to track the object.Experiments results demonstrate that this algorithm can track the object accurately in conditions of scale modifications,rotation,noise interference and occlusion occurring to the tracking object with good robustness.

关 键 词：SIFT Mean SHIFT SIFT-Mean SHIFT 目标跟踪 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]