基于多特征融合与背景目标双加权的行人跟踪

摘要

传统Mean Shift跟踪算法表观行人时的特征单一且忽略背景因素,难以在复杂环境下对目标行人进行有效跟踪.针对此问题,采用RGB颜色特征与LBP纹理特征对目标行人进行模型描述,并由S型函数自适应融合两类特征.考虑到目标行人自身的特征以及背景因素,对目标行人进行背景目标双加权,从而增强模型的描述能力;为削弱外部环境(如:光照变化、遮挡等)对模型的影响,采用特征更新选择函数,用于跟踪过程中模型分量的选择性更新.通过实验和定量分析表明:该算法能在光照变化和短时遮挡等情况下实现目标行人的有效跟踪,改善了传统Mean Shift算法中模型描述不准确的局限性.