基于前景的分块meanshift跟踪

摘要

遮挡问题是目标跟踪的一个难点，有效处理遮挡，特别是严重遮挡和全部遮挡是评价目标跟踪算法优劣的重要指标。Meanshift算法是目前比较流行，算法鲁棒性较好的跟踪算法。但该法过分依赖目标颜色信息，所以当多个运动物体外表颜色相似时，这种算法往往导致跟踪失败，本文对目标物体采用分块跟踪，并结合kalman滤波器进行预测，加速分块meanshift的收敛速度。同时我们引入一个新的前景权值，减弱被背景遮挡的子块对目标跟踪的影响，提高算法的鲁棒性。