基于Mean-shift改进的自适应目标跟踪算法

摘要

针对传统Mean-shift跟踪算法在复杂背景下存在跟踪能力不足的缺点,提出一种基于分块背景模型实时更新的背景模型,在更新过程中不断改变阈值和目标跟踪框尺寸.以Mean-shift跟踪模型为基础,建立背景模型和目标模型并引入实时更新背景模型和尺寸自适应算法,提高目标信息和背景信息的区分度以及复杂背景下对目标模型的辨识能力.结果表明:改进后的算法具有对视频序列中运动目标有效实时跟踪的能力.