Mean Shift目标跟踪的两级更新自适应窗宽算法

摘要

目标尺度发生较大变化时，固定窗宽的Mean shift目标跟踪算法不能进行有效地跟踪。针对这一问题，提出了一种两级更新的自适应窗宽计算方法。首先采用Mean shift跟踪算法对目标中心进行初次定位，并确定窗宽的大小，然后设置感兴趣区域，结合已建立的背景模型，在感兴趣区域内利用背景减除技术二次确定目标的中心及窗宽大小，通过比较两次目标区域与目标模型之间的Bhattacharyya系数，选择系数较大的区域作为最终跟踪窗口。实验结果表明，该方法能够对尺度变化明显的运动目标自适应确定跟踪窗宽，并减小了传统Mean shift跟踪方法背景目标颜色对目标特征提取的影响。