基于Meanshift和粒子滤波的目标跟踪方法

摘要

Meanshifi是一种目标跟踪的有效算法.但是,当光照条件变化快或目标被遮挡的时候表现很差.与之相比,基于粒子滤波的目标跟踪有一个很好的表现,但是跟踪速度比Meanshift慢很多.由于使用单个算法的限制,本文提出了一种基于Meanshift和粒子滤波相结合的新的算法.此种方法构建了反馈系统,Meanshift技术被用于初始跟踪,当Meanshift的跟踪结果不可信时,通过粒子滤波来提高跟踪效果.RGB颜色直方图用于表征图像的特征,Bhattacharyya系数来衡量目标模型与候选模型的相似度.通过对不同视频的跟踪实验证明,提出的这种方法在目标发生移变、旋转、缩放时都能很好的表现,而且实现了一个满意的跟踪速度.