Kalman滤波融合优化Mean Shift的目标跟踪  

作　　者：韩涛[1] 邹强[1] 吴衡[1] 张虎龙[1] 侯海啸[1] 

机构地区：[1]中国飞行试验研究院,陕西西安710089

出　　处：《硅谷》2014年第6期32-33,共2页

基　　金：航空基金(2010ZD30004)

摘　　要：目标跟踪中,目标跟踪的实时性和精度是首先要考虑的问题,同时背景变化、形状改变、目标遮挡,往往会导致跟踪失败。针对此问题,首先优化了Mean Shift算法迭代权值,优化后主要灰度贡献更加突出,次要灰度受到抑制,提高了跟踪的精度、避免了开方的繁琐运算。然后提出目标模板更新算法,解决了背景剧烈变化和目标形状改变时跟踪失败的问题。最后将优化Mean Shift算法与Kalman滤波融合,通过残差判定目标运动状态。仿真实验和分析表明,Kalman滤波融合优化Mean shift算法在目标遮挡,目标形状改变,背景变化时具有更高的跟踪精度和实时性。

关 键 词：KALMAN滤波 Mean SHIFT算法 目标跟踪 模板更新 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]