结合粒子滤波与Mean shift的高速运动目标跟踪  

New Approach to Tracking Object Moving Rapidly

作　　者：李弟平[1,2] 邹北骥[1] 傅自钢[1] 

机构地区：[1]中南大学信息科学与工程学院,长沙410083 [2]韩山师范学院数学与信息技术系,广东潮州521041

出　　处：《小型微型计算机系统》2011年第8期1665-1668,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60970098;60803024)资助;国家自然科学基金重大研究计划项目(90715043)资助

摘　　要：Mean shift跟踪算法能够有效跟踪视频序列中的各种运动目标,但是该算法无法准确地跟踪视频中高速运动目标.通过分析mean shift算法的原理,指出mean shift对高速运动目标跟踪失效的原因,提出一种基于mean shift的粒子滤波跟踪的新算法.通过实验比较,该算法能改善了Mean shift算法对高速运动目标的效果,并且在存在干扰目标的情况下具备良好的跟踪效果.Mean shift is an effective tracking algorithm,which is employed to track moving object in video,but it loses object frequently when the tracked Object in the video moves rapidly.We advance a new condensation algorithm based on mean shift,after get the reasons why the mean shift failing to track object moving rapidly by analyzing the theory of mean shift.Experimental results show that the new algorithm is able to track object moving rapidly,and it can work effectively when the object is in cluttered environment.

关 键 词：目标跟踪 粒子滤波 均值漂移 高速运动 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]