硅谷
硅穀
규곡
SILICON VALLEY
2014年
6期
32-33
,共2页
韩涛%邹强%吴衡%张虎龙%侯海啸
韓濤%鄒彊%吳衡%張虎龍%侯海嘯
한도%추강%오형%장호룡%후해소
Kalman滤波%Mean Shift算法%目标跟踪%模板更新
Kalman濾波%Mean Shift算法%目標跟蹤%模闆更新
Kalman려파%Mean Shift산법%목표근종%모판경신
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。.
目標跟蹤中，目標跟蹤的實時性和精度是首先要攷慮的問題，同時揹景變化、形狀改變、目標遮擋，往往.會導緻跟蹤失敗。針對此問題，首先優化瞭Mean. Shift算法迭代權值，優化後主要灰度貢獻更加突齣，次要灰度受到抑製，提高瞭跟蹤的精度、避免瞭開方的繁瑣運算。然後提齣目標模闆更新算法，解決瞭揹景劇烈變化和目標形狀改變時跟蹤失敗的問題。最後將優化Mean. Shift算法與Kalman濾波融閤，通過殘差判定目標運動狀態。倣真實驗和分析錶明， Kalman濾波融閤優化Mean. shift算法在目標遮擋，目標形狀改變，揹景變化時具有更高的跟蹤精度和實時性。.
목표근종중，목표근종적실시성화정도시수선요고필적문제，동시배경변화、형상개변、목표차당，왕왕.회도치근종실패。침대차문제，수선우화료Mean. Shift산법질대권치，우화후주요회도공헌경가돌출，차요회도수도억제，제고료근종적정도、피면료개방적번쇄운산。연후제출목표모판경신산법，해결료배경극렬변화화목표형상개변시근종실패적문제。최후장우화Mean. Shift산법여Kalman려파융합，통과잔차판정목표운동상태。방진실험화분석표명， Kalman려파융합우화Mean. shift산법재목표차당，목표형상개변，배경변화시구유경고적근종정도화실시성。.
