基于Mean Shift算法视频跟踪研究  

Study on video tracking based on Mean Shift algorithm

作　　者：杨辉[1,2] 刘军[1,2] 阮松[2] 

机构地区：[1]武汉工程大学智能机器人湖北省重点实验室,湖北武汉430074 [2]武汉工程大学计算机科学与工程学院,湖北武汉430074

出　　处：《计算机工程与设计》2013年第6期2062-2066,共5页Computer Engineering and Design

基　　金：武汉工程大学第三届研究生教育创新基金项目(CX201133);2011年湖北省教育厅青年基金项目(Q20111504)

摘　　要：为改善Mean Shift算法的跟踪性能,分析了Mean Shift算法跟踪局限性,对Mean Shift算法流程进行了改进。Harris特征角点具有对光照、旋转、部分仿射变化以及噪声干扰具有很好的鲁棒性的特性可解决Mean Shift算法在背景过于复杂时的跟踪失败问题。Surf算法则具有对旋转、尺度缩放、亮度变化保持不变性,检测和匹配速度快等优点,能辅助Mean Shift算法在帧速过快情况下解决跟踪失败问题。提出了融合Harris角点和Surf算法的改进型Mean Shift算法。实验表明改进后的算法改善了Mean Shift算法在背景复杂以及帧速过快情况下的跟踪性能。To improve the tracking performance of Mean Shift algorithm, the limitations of the Mean Shift algorithm are studied, the process of Mean Shift algorithm is improved. The good robustness of Harris corner in light, rotation, some affine change, and the noise could solve the tracking failure of Mean Shift algorithm in complex background. And the good characteristics of Surf algorithm in rotation, scaling and brightness as well as quick detection and matching speed could solve the tracking failure of Mean Shift algorithm in fast frame rate. A new Mean Shift algorithm is proposed. This new algorithm merged the Harris corner and Surf algorithm into the original Mean Shift algorithm. Experiments show the improved algorithm improve the tracking performance of the Mean Shift, when background is complex and the frame rate is fast.

关 键 词：Mean SHIFT算法 HARRIS角点 SURF算法 特征融合 跟踪 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]