Camshift

摘要： 针对人脸追踪过程中,基于目标色彩特征的CamShift(continuously adaptive mean-shift)算法受类肤色背景干扰所导致的搜索框偏移及尺寸异常问题,提出了一种结合肤色分割及追踪监测机制的人脸追踪改进算法。在YCbCr色彩空间的Cb、Cr分量内采用非参数肤色分割模型及SVM(support vector machines)构建特定于当前视频序列的联合肤色分割模型,以由粗至细的方式去除视频帧中类肤色背景。随后,在Cr分量内构建CamShift算法色彩直方图并进行人脸追踪。考虑在追踪过程中,当场景或光照强度改变时易出现的联合肤色分割模型及CamShift算法色彩直方图失效问题,采用拉依达准则(pauta criterion)判断追踪窗口内Cr分量均值的异常,当监测到异常值时即判定当前视频帧人脸追踪失败,使用Adaboost(adaptive boosting)算法构建的人脸检测器进行人脸复检并重构CamShift算法色彩直方图及联合肤色分割模型。在OTB-2015目标追踪数据集中进行测试,实验结果表明,所提算法在类肤色背景下相比原始CamShift算法对人脸目标的追踪精度更高;相比近几年的追踪算法则在具有良好追踪精度的同时速度优势明显。

摘要： 视频监控系统作为城市安防建设的重点工程,为创建"平安城市"民生工程保驾护航.传统的视频监控系统控制系统纯粹是"有监无控",实时问题的处理及设备操控均需要人工干预才能处理,人力物力成本投入大,系统的操作精准度也难以保证.针对均值漂移(Mean-Shift)及Cam-Shift跟踪算法缺点,提出了一种融合无迹卡尔曼滤波器的Cam-Shift算法改进,通过实验仿真,提出的跟踪算法性能和效率都比传统算法更好,在视频监控运动目标跟踪效果较好.

摘要： 为改善视频序列中MTCNN人脸检测算法较差的实时检测效果,提出一种基于Camshift的实时人脸检测跟踪算法.该算法通过加权直方图匹配方法增强人脸轮廓的辨识度,利用改进后的MTCNN人脸检测算法实现Camshift人脸跟踪搜索框位置和尺寸的初始化,通过限定人脸框的宽高比约束了人脸形态,最终解决了Camshift跟踪算法的相近色干扰问题,实现实时人脸跟踪检测.实验结果表明,在仅使用CPU的硬件环境下,MTCNN人脸检测算法的帧率小于3帧/s,将改进后Camshift跟踪算法与MTCNN人脸检测算法相结合后,帧率约为60帧/s,满足实时性要求,改进后的算法更加健壮和准确.

摘要： 为解决视频实景监视系统中因场景光照、阴影及远距离小目标跟踪易丢失问题,提出一种改进局部二值模式(local binary patterns,LBP)算法与Camshift结合的目标跟踪方法.利用LBP算子纹理和颜色对阴影不敏感的特性,采用改进的LBP算子与高斯混合模型结合进行背景建模和目标检测,以抑制阴影的干扰;同时将LBP算子的纹理和颜色融入Camshift算法中,结合Kalman滤波进行目标运动状态的预测,最终实现对监视场景中运动目标的可靠、稳定跟踪.采集行人、车辆及航空器等不同类目标进行实验,验证了本文方法不仅能够稳定、精确地跟踪运动目标,同时可适用于场景雾天低能见度条件下的目标跟踪.

摘要： 针对传统的具有色彩特征的CamShift算法可以在弱干扰场景中实现良好的跟随,但在光线明显变化或相似颜色干扰的复杂场景中跟踪性能较差的劣势,采用颜色、纹理和边缘特征进行自适应融合的方法来提高算法的抗干扰能力,并通过目标框的尺寸限定和概率密度图的修正进一步提高算法在复杂场景下跟随的稳定性.分别使用机器人操作系统(robot oper-ating system,ROS)跟随小车对优化后的改进算法进行验证,结果证明了该改进算法在光线明显变化或相似颜色干扰的复杂场景下相比于传统的算法具有更高的鲁棒性、跟随精度以及良好的跟随性能.

摘要： 在OpenCV中提供的CascadeClassifier级联分类器利用Haar特征进行人脸检测时,检测速度很慢无法满足视频对实时性的要求,而且光照的影响也很大.基于这两点提出一种新的人脸检测算法,采用Camshift目标跟踪与人脸检测相结合提高检测速度并利用直方图均衡化减弱光照的影响.该算法首先把CascadeClassifier级联分类器方法检测到的人脸区域设为ROI区域,对ROI区域操作并用Camshift算法进行目标跟踪,其次要定时进行一次人脸检测用来更新ROI区域保证跟踪的准确性.经过实验结果分析表明:利用改进后的算法,人脸检测的速度有明显提高(约为40％),并且减小了光照的影响.

摘要： 基于解决传统算法在简单背景中指定颜色目标跟踪局限性问题,以此提出了基于CamShift的视频跟踪算法改进策略.首先,通过HSV色彩空间实现目标背景加权三维直方图的创建,使视频图像转变成为颜色概率图,之后和颜色概率分布图及差分图像相互结合,以目标运行速率的大小自适应为两者赋予不同权限,从而能够在复杂背景中也实现目标跟踪.最后对此算法实现实验,通过实验结果表示,使用本文所设计的改进CamShift跟踪算法以后能够提高跟踪效果,并且还能够使背景变化对跟踪效果感染问题得到解决,每15秒拍摄一张照片,以此表示此方法可行.

摘要： 为了准确检测出内河中的运动船舶并实时跟踪船舶,提出了一种改进的Vibe算法和Camshift算法组合的多目标跟踪方法.首先,通过Vibe算法得到运动的前景目标,再运用图像形态学处理和连通域标记进行多目标分离,准确地提取各目标区域,最后利用Camshift算法跟踪多个目标船舶.采用了一种基于邻域背景区域直方图与前景区域直方图匹配程度的决策方式来解决Vibe算法中的鬼影问题.实验结果表明,改进后的算法在运动目标检测的准确率和识别率上均有所提高,且组合算法对多目标跟踪的运算速度较快、效率较高.

摘要： 针对国内外对物联网和机器人相互结合,让机器人更好的服务于物联网展开的相关研究.本文提出了一种基于ROS与物联网的智能机器人系统.硬件上采用stm32传感器节点、树莓派、OpenWRT路由器、Rplidar雷达和C270罗技摄像头等;软件上使用ROS次级操作系统、Contiki、Tensorflow框架、Camshift算法和SLAM算法等;设计实现感知层的数据采集,基于SLAM的自动溯源,语音控制,机器人的物体追踪,物体自动识别以及web端的视频监控、反向控制和感知层数据实时显示等功能;而后搭建相关的试验环境,对系统与设备的相关功能进行测试,验证系统的可行性.

摘要： 针对目标跟踪中的目标遮挡、丢失等情况，提出了一种改进的基于空间边缘方向直方图的Camshift／Kalman跟踪算法。首先,利用空间边缘梯度方向作为匹配信息，同时自适应修正每帧中的匹配模板，再使用Kalman滤波器对运动目标的位置进行预测更新，以克服目标遮挡情况及噪声的干扰。实验表明，该算法能够较好处理目标遮挡情况，实现运动目标的高精度跟踪。

摘要： 针对目标跟踪中的目标遮挡、丢失等情况，提出了一种改进的基于空间边缘方向直方图的Camshift／Kalman跟踪算法。首先,利用空间边缘梯度方向作为匹配信息，同时自适应修正每帧中的匹配模板，再使用Kalman滤波器对运动目标的位置进行预测更新，以克服目标遮挡情况及噪声的干扰。实验表明，该算法能够较好处理目标遮挡情况，实现运动目标的高精度跟踪。

摘要： 针对目标跟踪中的目标遮挡、丢失等情况，提出了一种改进的基于空间边缘方向直方图的Camshift／Kalman跟踪算法。首先,利用空间边缘梯度方向作为匹配信息，同时自适应修正每帧中的匹配模板，再使用Kalman滤波器对运动目标的位置进行预测更新，以克服目标遮挡情况及噪声的干扰。实验表明，该算法能够较好处理目标遮挡情况，实现运动目标的高精度跟踪。

摘要： 本发明公开了一种基于改进Camshift算法的人脸跟踪方法，所述方法包括以下步骤：1）以视频图像初始帧中的人脸为初始人脸窗口，作为跟踪目标；2）以跟踪目标的质心位置和窗口大小对改进的Camshift跟踪算法进行建模，在当前帧图像中利用该跟踪算法计算得到最优候选窗口；3）计算当前帧图像遮挡干扰是否超过给定阈值；4）干扰小于给定阈值，使用步骤2得到的候选窗口作为目标窗口，并返回目标窗口；5）若干扰不小于给定阈值，引入Kalman滤波器，将得到的目标质心作为观测向量进行预测，返回预测结果作为目标窗口；6）使用Kalman滤波器得到的输出预测向量作为搜索窗口中心，继续下一帧的目标跟踪。

摘要： 本发明涉及一种基于背景颜色信息加权的目标直方图的Camshift运动目标跟踪方法，操作步骤如下：1）建立目标颜色直方图；2）建立背景颜色直方图；3）根据目标颜色直方图和背景颜色直方图计算背景加权系数；4）使用加权系数对目标颜色直方图进行加权，得到最终目标模型；5）将目标模型反向映射到每个像素点，得到颜色概率分布图；6）初始化搜索窗口，计算搜索窗内的零阶矩和一阶矩，进一步计算搜索窗的质心和新搜索窗大小；7）将搜索窗的中心移动到步骤6）中的质心位置，判断是否收敛，若收敛，读入下一帧，再进入步骤5），否则直接进入步骤6）。本发明为Camshift算法建立了一个突出目标颜色特性的目标模型，提高了算法的抗背景色干扰能力。

摘要： 本发明公开了一种基于ViBe和Camshift算法的摄像头动静状态下的钻孔检测方法，首先通过LK算法提取图像特征点，然后通过计算视频相邻帧间特征点的位移判断摄像头状态；再使用ViBe算法在摄像头静止状态下检测出目标；当摄像头发生抖动或开始位移时，使用ViBe算法得到的目标框作为Camshift算法的初始化窗口，并将算法切换为Camshift在摄像头运动状态下对目标进行检测。本发明克服了ViBe算法在摄像头抖动或运动时无法精确对目标进行定位的问题，避免了使用单一Camshift算法导致计算量较大的情况和Camshift算法需要人为设定初始框的问题。

摘要： 本发明公开了一种基于CamShift的移动客户端跟随拍摄方法和装置，方法包括以下步骤：手机与支撑装置建立BLE连接；开启手机相机，展示拍摄图像；开启检测线程，循坏处理图像信息；获取用户标定的区域并进行坐标转换；图像信息预处理；调用CamShift算法计算被跟踪的移动物体的位置信息；判断移动物体是否偏离图像中心，控制使被跟踪的移动物体一直处于拍摄的中心；该装置包括用于架设移动终端且带动移动终端旋转的支撑装置、以及支撑装置上带有跟随拍摄APP软件的移动终端。本发明克服了传统的偏见，即过分强调自动化，试图用全部自动化代替人工的偏见，采用了人机结合、互相取长补短的方法，实现了人和智能设备的最佳匹配。

摘要： 本发明公开了一种融合实例分割和CamShift的物体跟踪方法，可以提高CamShift跟踪物体的准确率，其思路是用实例分割结果补充CamShift跟踪结果。该算法在实例分割找到目标后，采用CamShift跟踪目标，当出现识别失败时，用CamShift跟踪到的结果代替识别物体，利用CamShift包含的帧间联系信息，在实例分割识别失败时保持识别物体能力。对于改善CamShift跟踪效果，用实例分割识别到的物体框更新CamShift目标搜索框，克服CamShift容易受到背景颜色干扰等缺点，增加物体跟踪的鲁棒性，以满足各种场景下的不同应用。

摘要： 本发明公开了一种基于CAMShift算法的低光照下人脸跟踪方法，包括以下步骤：S1：读取跟踪视频序列，得到当前帧图像的跟踪目标；S2：利用马尔科夫预测器得到下一帧图像的跟踪目标的位置，并确定搜索窗口；S3：提取H分量，得到颜色概率分布图；S4：统计当前帧图像中各个纹理级别像素的个数，得到纹理概率分布图；S5：将颜色概率分布图和纹理概率分布图进行融合运算，得到当前灰度图；S6：将当前灰度图作为当前帧图像，返回步骤S2；并重复步骤S2‑S6，更新马尔科夫预测器，确定新的搜索窗口，继续下一帧图像的目标跟踪。在低光照情况下，利用纹理特征代替传统算法中的颜色特征，降低背景光照对跟踪目标的影响。

摘要： 本发明公开了一种基于Camshift算法的运动目标跟踪方法。该方法为：采集视频图像，对图像进行预处理；使用目标检测算法对运动目标进行检测；将视频图像转为HSV模型，对目标采用颜色概率直方图统计方法，并作反向投影，得到目标特征模板和初始搜索框的大小；采用Camshift算法，计算并调整下一帧的搜索框大小及质心坐标，更新特征模板；对下一帧的质心坐标进行预测，并将结果反馈给Camshift算法；判断运动目标是否遇到干扰，来确定融合系数，进而确定每一帧的搜索框大小及位置，实现对运动目标的准确跟踪；获取下一帧图像，更新目标特征模型，重复上述过程，直至完成运动目标的跟踪。本发明提高了运动目标跟踪的准确性和实时性。

摘要： 本发明提出了一种基于Camshift算法与影像逐帧结合的航道状态分析方法，其步骤为：首先通过船载摄像头采集船只的航道状态视频，设置初始帧航道影像中标注目标区域及质心和候选区域及中心坐标，建立候选模型；其次，将航道影像通过颜色空间转化到HSV颜色空间，获得航道影像的颜色直方图；再利用反向投影将候选区域与目标区域进行相似性度量，求得最相近的候选区域及其质心；最后，移动候选区域质心将其与目标区域质心重合，再进行下一帧的计算，完成对航道影像的逐帧分析。本发明利用Camshift算法实现对传感器采集到的多变航道信息的综合动态分析，有效的进行动态的航道状态分析，改进传统分析方式的时效性和准确性、提供零失真地分析数据。

摘要： 本发明公开了一种改进Camshift的目标跟踪算法。本发明在目标遮挡时，切换成粒子滤波算法跟踪目标，有效解决目标遮挡问题，在目标未被遮挡时，切换到Camshift算法跟踪目标，本发明将Camshift算法和粒子滤波算法结合，保障了目标跟踪算法的实时性，同时，提升了目标跟踪算法的鲁棒性。

摘要： 本发明提出一种基于camshift的目标跟踪方法。初始化搜索窗；计算搜索区域内的颜色概率分布图，即反向投影图；使用meanshift方法，获得目标新的大小和位置，即新的窗口；在下一帧视频图像中用前述获得的窗口作为新的搜索窗；以meanshift方法获得的窗口为中心，自适应的调整搜索窗的大小，并通过颜色直方图估算理想状况下实际的目标窗口，最后比较meanshift方法结果、调整后的搜索窗以及估算的目标窗口内的模型与实际目标模型的相似性，选择最相似的模型所对应的窗口作为结果。本发明提高了目标跟踪的稳定性。