基于Mean-Shift的目标跟踪算法

摘要

Mean-Shift算法自从提出以来得到较广泛的应用和发展,但是传统的MS算法对于在视频中大小变换的和移动速度非常快的目标,将不能进行准确的跟踪.为了解决这个问题,已有将卡尔曼预测和MS相融合进行预测跟踪的算法.但是当物体在视频中的尺寸变化的时候,由于不变的核带宽,会产生由背景产生的误差,同样导致跟踪的失败.为此,本文提出一种在卡尔曼预测和MS相结合的基础上,带宽自适应的跟踪,实验证明该算法有较好的效果.