資源描述：
《(學(xué)報(bào))ms小論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、....基于Mean-Shift的自適應(yīng)窗寬視頻跟蹤算法研究金廣智石林鎖白向峰牛武澤（第二炮兵工程學(xué)院五系，陜西西安，710025）摘要：針對(duì)視頻跟蹤中的傳統(tǒng)Mean-Shift方法不能有效跟蹤尺度有明顯變化的目標(biāo)這一問(wèn)題，將圖像信息量度量理論引入到了算法之中，提出了一種自適應(yīng)窗寬的改進(jìn)Mean-Shift跟蹤算法，實(shí)現(xiàn)了跟蹤窗寬隨著目標(biāo)尺度的變化而自適應(yīng)調(diào)整。實(shí)驗(yàn)仿真結(jié)果表明改進(jìn)算法能較好適應(yīng)目標(biāo)的尺度變化，跟蹤效果良好。關(guān)鍵詞：目標(biāo)跟蹤Mean-Shift算法自適應(yīng)窗寬中圖分類號(hào)：TP391
2、文獻(xiàn)標(biāo)識(shí)碼：AStudyonAdaptiveBandwidthMean-ShiftAlgorithmInVideoTrackingJINGuangzhi,SHILinsuo,BAIXiangfeng,NIUWuze(DepartmentNo.5,TheSecondArtilleryEngineeringCollege,Xi’an,ShaanXi,710025)Abstract:ThetraditionalMean-Shiftalgorithminvideotrackingcannotbeadap
3、tedtoobjectofthechangesinsize.Tosolvetheproblem,weintroducetheImageinformationmeasuretheory,andproposeanadaptivebandwidthMean-Shifttrackingalgorithm,theimprovedalgorithmachievestrackingwindows’automaticadjustmenttothechangeofthetargetsize.Theexperime
4、ntalresultsindicatethatthebandwidthcanbetteradapttothesizechangeofthetarget,andthetrackingeffectisgood.Keywords:objecttracking,Mean-Shiftalgorithm,adaptivebandwidth引言目標(biāo)跟蹤一直是計(jì)算機(jī)視覺(jué)研究領(lǐng)域的熱點(diǎn)問(wèn)題,在視頻監(jiān)控、物體識(shí)別、人機(jī)界面等領(lǐng)域有著廣泛的應(yīng)用。如何準(zhǔn)確、有效的對(duì)視頻序列中的目標(biāo)進(jìn)行跟蹤是研究重點(diǎn)。Mean-Shif
5、t算法原型最早于1975年由Fukunaga和Hostetler提出[1]。YizongCheng[2]對(duì)Mean-Shift理論進(jìn)行了推廣，將其擴(kuò)展到計(jì)算機(jī)視覺(jué)領(lǐng)域，引起了人們廣泛的關(guān)注。DorinComaniciu和PeterMeer[3]將非剛體跟蹤問(wèn)題近似為一個(gè)Mean-Shift最優(yōu)化問(wèn)題，將Mean-Shift算法正式引入到目標(biāo)跟蹤領(lǐng)域。Nummiaro[4]將其與粒子濾波器結(jié)合,用于多目標(biāo)跟蹤。程建等[5]將其與級(jí)聯(lián)灰度空間結(jié)合,用于紅外小目標(biāo)跟蹤.這些工作極大地?cái)U(kuò)展了Mean-S
6、hift算法的應(yīng)用范圍。Mean-Shift跟蹤算法使用核概率密度來(lái)描述目標(biāo)特征,基于Bhattacharyya系數(shù)用Mean-Shift進(jìn)行迭代搜索,最終收斂到目標(biāo)中心，即確定目標(biāo)位置。由于經(jīng)典Mean-Shift算法在跟蹤過(guò)程中搜索窗的核函數(shù)帶寬保持不變,因此對(duì)于尺度變化不大的目標(biāo),采用固定帶寬的核函數(shù)可以取得較好的跟蹤效果，而當(dāng)目標(biāo)的空間尺度發(fā)生明顯變化時(shí),經(jīng)常跟丟物體，無(wú)法實(shí)現(xiàn)穩(wěn)定跟蹤。遺憾的是，目前仍無(wú)系統(tǒng)的方法解決這一問(wèn)題。文獻(xiàn)[6]分別以核窗寬確定的原始跟蹤窗口、核窗寬做正負(fù)10%
7、增量修正后的跟蹤窗口進(jìn)行跟蹤,并選擇較大Bhattacharyya系數(shù)對(duì)應(yīng)的核窗寬作為最佳核窗寬。實(shí)驗(yàn)發(fā)現(xiàn),該方法僅對(duì)尺度逐漸變小的目標(biāo)有較好的跟蹤效果。文獻(xiàn)[7]利用視頻前后兩幀中目標(biāo)的角點(diǎn)匹配估計(jì)剛性物體的仿射模型參數(shù),并由此參數(shù)來(lái)更新核窗寬,由于依賴于角點(diǎn)匹配,不適合非剛性物體的跟蹤。文獻(xiàn)[8]以仿射變換來(lái)描述目標(biāo)尺隨時(shí)間的變化,分別利用Mean-Shift和連續(xù)兩幀中匹配窗口的最大相關(guān)系數(shù)來(lái)得到變換參數(shù),計(jì)算帶寬的變化與Mean-Shift的起始位置,顯然仿射模型對(duì)目標(biāo)受光照影響很大,同
8、時(shí)該方法需要分別在角度、尺度作N點(diǎn)的相關(guān)運(yùn)算,計(jì)算繁瑣,難達(dá)........到實(shí)時(shí)性。文獻(xiàn)[9]中的信息量度量方法表明尺度空間中圖像的一類視覺(jué)細(xì)節(jié)信息與尺度成反比;類似地,觀察者與物體距離的遠(yuǎn)近也可以由此信息量描述,距離遠(yuǎn)時(shí)對(duì)應(yīng)的信息量大,距離近時(shí)對(duì)應(yīng)的信息量小。因此在跟蹤尺度變化的目標(biāo)時(shí)可以根據(jù)信息量的變化來(lái)自動(dòng)擴(kuò)大或縮小跟蹤窗口尺度。本文針對(duì)現(xiàn)有算法存在的缺陷，在文獻(xiàn)[9]的基礎(chǔ)上，提出了一種目標(biāo)圖像信息量描述方法，并將其應(yīng)用到了Mean-Shift算法中。該改進(jìn)算法利用均值漂移矢量對(duì)目標(biāo)位
