中南大学学报（自然科学版）
中南大學學報（自然科學版）
중남대학학보（자연과학판）
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2011年
5期
1338-1343
,共6页
SUKF%Mean shift算法%自适应尺度%目标跟踪
SUKF%Mean shift算法%自適應呎度%目標跟蹤
SUKF%Mean shift산법%자괄응척도%목표근종
针对Mean shift(即MS)算法理论上的不足以及跟踪目标时的邻域跟踪局限性,提出将Mean shift算法与尺度无迹卡尔曼滤波器(Scaled unscented Kalman filter,SUKF)相结合的实时目标跟踪算法.该算法利用尺度无迹卡尔曼滤波器获取Mean shift算法的初始位置,然后,利用Mean shift算法获取跟踪位置.通过分析跟踪区域内横纵向直线的统计变化获取目标的尺度变化,依此自适应调节Mean shift跟踪算法中核函数带宽,并对高速公路上快速运动的车辆进行跟踪实验.研究结果表明:该算法与固定核窗宽Mean shift算法相比,对目标跟踪更准确;SUKF 滤波使MS的迭代次数减少,跟踪的实时性提高;核窗宽自适应调节可使跟踪误差降低到50%以下.
針對Mean shift(即MS)算法理論上的不足以及跟蹤目標時的鄰域跟蹤跼限性,提齣將Mean shift算法與呎度無跡卡爾曼濾波器(Scaled unscented Kalman filter,SUKF)相結閤的實時目標跟蹤算法.該算法利用呎度無跡卡爾曼濾波器穫取Mean shift算法的初始位置,然後,利用Mean shift算法穫取跟蹤位置.通過分析跟蹤區域內橫縱嚮直線的統計變化穫取目標的呎度變化,依此自適應調節Mean shift跟蹤算法中覈函數帶寬,併對高速公路上快速運動的車輛進行跟蹤實驗.研究結果錶明:該算法與固定覈窗寬Mean shift算法相比,對目標跟蹤更準確;SUKF 濾波使MS的迭代次數減少,跟蹤的實時性提高;覈窗寬自適應調節可使跟蹤誤差降低到50%以下.
침대Mean shift(즉MS)산법이론상적불족이급근종목표시적린역근종국한성,제출장Mean shift산법여척도무적잡이만려파기(Scaled unscented Kalman filter,SUKF)상결합적실시목표근종산법.해산법이용척도무적잡이만려파기획취Mean shift산법적초시위치,연후,이용Mean shift산법획취근종위치.통과분석근종구역내횡종향직선적통계변화획취목표적척도변화,의차자괄응조절Mean shift근종산법중핵함수대관,병대고속공로상쾌속운동적차량진행근종실험.연구결과표명:해산법여고정핵창관Mean shift산법상비,대목표근종경준학;SUKF 려파사MS적질대차수감소,근종적실시성제고;핵창관자괄응조절가사근종오차강저도50%이하.
