基于贝叶斯分类的实时运动目标跟踪

摘要

本文提出了一种基于贝叶斯分类的实时运动目标跟踪算法.该算法的主要思想是采用贝叶斯分类对每一帧的样本点进行判别得到置信图,运用均值漂移算法找到置信图的峰值,即为目标的中心位置.为适应跟踪目标的尺度变化,本文采用一种双阈值机制对跟踪目标区域的统计特性进行判决,以此实现跟踪窗口的自适应调整.算法中还结合卡尔曼滤波预测目标位置,提高目标搜索速度及定位精度.对多个不同图像序列的测试结果表明,该算法具有良好的实时性和鲁棒性.