基于目标运动信息的Mean Shift跟踪算法研究

摘要：

目标跟踪是计算机视觉实践课程中学生选课率最高的实验项目.针对传统Mean Shift跟踪算法无法克服复杂环境下背景颜色干扰的问题,提出一种基于目标运动信息的Mean Shift跟踪算法.通过引入显著性检测MSS算法,实现对传统MOG(混合高斯模型)算法的改进,并利用改进的MOG算法,检测场景图像中的运动目标信息,对Mean Shift框架下的目标模型进行加权描述,提高目标和背景的区分度,减少背景信息对目标定位的干扰.实验结果表明,改进算法可以对视频流中的运动目标进行较准确的实时跟踪.

关键词：目标跟踪、显著性检测、混合高斯模型、加权描述

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：黑龙江省科学基金项目;黑龙江省教改项目;哈尔滨工程大学教改项目

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：153-157