基于卡尔曼滤波与Mean Shift的运动车辆跟踪  

Tracking of the moving vehicles based on Kalman Filtering and Mean Shift

作　　者：张秀林[1,2] 王浩全[1,2] 刘玉[1,2] 安然[1,2] 

机构地区：[1]中北大学动态测试技术重点实验室,山西太原030051 [2]中北大学信息与通信工程学院,山西太原030051

出　　处：《电子设计工程》2013年第5期15-17,共3页Electronic Design Engineering

基　　金：山西省自然科学基金资助项目(2011011015-2)

摘　　要：针对Mean Shift算法不能跟踪快速目标、跟踪过程中窗宽的大小保持不变的特点。首先,卡尔曼滤波器初步预测目标在本帧的可能位置;其次,Mean Shift算法在这点的邻域内寻找目标真实的位置;最后,在目标出现大比例遮挡情况时,利用卡尔曼残差来关闭和打开卡尔曼滤波器。实验表明该算法在目标尺度变化、遮挡等情况下对快速运动的目标能够取得较好的跟踪效果。For Mean Shift algorithm can not track fast target tracking, process window width size remains unchanged characteristics. First, the Kalman filter preliminary predict the possible location of the target in the frame; Secondly, Mean Shift algorithm to find the true target location in this neighborhood; Finally, in the target appears when large proportion occlusion, using kalman residuals to close and open the Kalman filter. The experiments show that the algorithm can achieve better tracking for fast moving target in the target scale changes, occlusion cases.

关 键 词：视频序列 卡尔曼滤波器 Mean SHIFT算法 目标尺度 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]