电视技术
電視技術
전시기술
Video Engineering
2015年
17期
126-130
,共5页
Mean-Shift%运动历史信息%目标预测%车辆跟踪
Mean-Shift%運動歷史信息%目標預測%車輛跟蹤
Mean-Shift%운동역사신식%목표예측%차량근종
Mean-Shift%motion history information%target predicting%car tracking
针对传统Mean-Shift算法存在无法有效的估计目标方向及变速运动目标这一缺陷,提出了一种改进的Mean-Shift自适应跟踪算法,在传统算法基础上增添了next帧目标预测功能,并应用于智能交通系统.该算法首先提取运动历史信息,并建立数学模型,据预测理论对next帧目标位置进行预测,使其作为Mean-Shift迭代初始,提高迭代效率.实验表明,该跟踪算法具有良好的实时性和鲁棒性,受车辆方向和速度变化影响较小.
針對傳統Mean-Shift算法存在無法有效的估計目標方嚮及變速運動目標這一缺陷,提齣瞭一種改進的Mean-Shift自適應跟蹤算法,在傳統算法基礎上增添瞭next幀目標預測功能,併應用于智能交通繫統.該算法首先提取運動歷史信息,併建立數學模型,據預測理論對next幀目標位置進行預測,使其作為Mean-Shift迭代初始,提高迭代效率.實驗錶明,該跟蹤算法具有良好的實時性和魯棒性,受車輛方嚮和速度變化影響較小.
침대전통Mean-Shift산법존재무법유효적고계목표방향급변속운동목표저일결함,제출료일충개진적Mean-Shift자괄응근종산법,재전통산법기출상증첨료next정목표예측공능,병응용우지능교통계통.해산법수선제취운동역사신식,병건립수학모형,거예측이론대next정목표위치진행예측,사기작위Mean-Shift질대초시,제고질대효솔.실험표명,해근종산법구유량호적실시성화로봉성,수차량방향화속도변화영향교소.
