CAJ | 학술논문

Mean shift算法作为一种非参密度估计算法,目前已被广泛应用于视频运动目标的跟踪.该算法具有运算效率快,对目标变形、旋转不敏感,在部分遮挡的情况下有一定鲁棒性等特点,但该算法在运动目标速度过快的情况下,由于没有考虑利用目标的运动方向和速度信息,因此在跟踪快速运动目标时容易造成跟踪丢失.针对此问题,提出了一种基于运动矢量分析与Mean shift跟踪算法相结合的新方法,即首先对视频编码过程中产生的运动矢量进行概率统计分析,以获取目标运动方向与运动速度的估计值,再以此修正Mean shift运动候选区域的中心位置,使每次搜索开始时,候选中心位置更接近实际目标中心位置.通过与传统的Mean shift算法的跟踪实验比较可见,新算法不仅提高了快速运动目标跟踪的精度,而且减少了算法的搜索迭代次数,从而提高了运算效率.该算法可适用于智能视频监控设备中的视频编码与目标跟踪同时计算的情况,实验结果表明,该算法是有效可行的.
Mean shift산법작위일충비삼밀도고계산법,목전이피엄범응용우시빈운동목표적근종.해산법구유운산효솔쾌,대목표변형、선전불민감,재부분차당적정황하유일정로봉성등특점,단해산법재운동목표속도과쾌적정황하,유우몰유고필이용목표적운동방향화속도신식,인차재근종쾌속운동목표시용역조성근종주실.침대차문제,제출료일충기우운동시량분석여Mean shift근종산법상결합적신방법,즉수선대시빈편마과정중산생적운동시량진행개솔통계분석,이획취목표운동방향여운동속도적고계치,재이차수정Mean shift운동후선구역적중심위치,사매차수색개시시,후선중심위치경접근실제목표중심위치.통과여전통적Mean shift산법적근종실험비교가견,신산법불부제고료쾌속운동목표근종적정도,이차감소료산법적수색질대차수,종이제고료운산효솔.해산법가괄용우지능시빈감공설비중적시빈편마여목표근종동시계산적정황,실험결과표명,해산법시유효가행적.
Mean shift can make rapidly optimal matching during target tracking.But Mean shift algorithm doesn't use the target's motion direction and speed information.When target's moving speed is so fast that it's easily fails to track the target accurately.We proposed a new target tracking algorithm combining motion vector analysis with Mean shift algorithm.By statistical analysis of the motion vector,we adjust the central point of the motion candidate region of Mean shift,which makes the starting position for search more close to the centre of the actual objective.New method not only improves the accuracy of fast moving tracking,but also reduces the iterative times during the center searching.