计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
24期
111-113
,共3页
均值移动%图像处理%目标跟踪%收敛性
均值移動%圖像處理%目標跟蹤%收斂性
균치이동%도상처리%목표근종%수렴성
mean-shift%image processing%object tracking%convergence
根据核函数的不同特点,分析得出均值移动算法的步长可能为牛顿步长、高斯-牛顿步长或一种非线性步长.根据均值移动密度函数泰勒展开形式的不同,讨论均值移动点每步在运动方向上的密度递增范围和密度极大值点的位置.上述结论对于提高均值移动算法的收敛速度有指导作用.
根據覈函數的不同特點,分析得齣均值移動算法的步長可能為牛頓步長、高斯-牛頓步長或一種非線性步長.根據均值移動密度函數泰勒展開形式的不同,討論均值移動點每步在運動方嚮上的密度遞增範圍和密度極大值點的位置.上述結論對于提高均值移動算法的收斂速度有指導作用.
근거핵함수적불동특점,분석득출균치이동산법적보장가능위우돈보장、고사-우돈보장혹일충비선성보장.근거균치이동밀도함수태륵전개형식적불동,토론균치이동점매보재운동방향상적밀도체증범위화밀도겁대치점적위치.상술결론대우제고균치이동산법적수렴속도유지도작용.
According to the different characteristics of kernel functions, this paper concludes that the mean-shift step may be Newton-step, gauss Newton-step or nonlinear-step. The bound of the density increasing and the position of density maximum at every step are discussed according to the different Taylor series of the mean-shift density functions. The convergence speed can be increased based on such conclusions.