Mean-Shift算法的優(yōu)化策略研究.pdf

1、目標跟蹤是計算機視覺領域的一個重要分支,隨著人們對于智能化的需求越來越大,以及政府機關出于公共安全等方面的考慮,智能監(jiān)控正受到極大的關注。而目標跟蹤由于其在智能監(jiān)控等領域的巨大優(yōu)勢,吸引了國內外大批科研工作者的關注,自從Mean Shift算法被引入目標跟蹤領域后,就因其計算量小、簡單易實現的特點在實時監(jiān)控領域得到了大量的應用。
　　本文介紹了Mean-Shift算法的基本原理及其在目標跟蹤中的應用,給后面提出的改進算法提供理論支

2、持。同時針對傳統(tǒng)Mean Shift算法無法很好地應付目標遮擋、旋轉、非剛性形變,在復雜背景下的跟蹤穩(wěn)定性較差等問題,引入了主成分分析法和卡爾曼濾波,并提出了結合分塊法的自適應多分塊的改進方法。它主要利用了主成分分析法對窗口參數的更新能力以及適合多種特定目標的分塊法,從而實現面對不同的目標使用不同的分塊法,提高跟蹤的魯棒性。另外為了提高目標跟蹤的穩(wěn)定性,將自適應分塊法與卡爾曼濾波相結合,起到去除多余的無效信息,平滑目標窗口的作用。