基于Mean Shift的目标跟踪算法的研究与实现

[复制链接]
查看: 432|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329731
发表于 2022-5-9 20:09:32 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
基于视频图像的目标跟踪是当今世界的热门应用之一,有着深远的理论意义以及广泛的应用价值,吸引了国内外众多专家学者在这一领域的研究。Mean Shift算法是一种优秀的目标跟踪算法,对目标的旋转和局部遮挡具有很好的鲁棒性,同时算法计算简单,实时性好,易于与其他算法集成。但Mean Shift算法本身存在着一定的缺陷,本文主要进行了如下几方面改进:(1) Mean Shift算法在对彩色视频中小目标进行跟踪时由于目标区域图像信息较少且颜色分布集中,不能建立稳定的目标模型及候选模型,本文针对这一题目提出了一种基于双线性插值和直方图均衡化的改进方法,使其在后续的跟踪过程中有效地提高了跟踪精确度;(2) Mean Shift算法在对灰度视频中小目标进行跟踪时,不仅具有缺乏像素信息的缺点,而且只有单一图像通道。这使得其很难对灰度视频中的小目标进行跟踪。本文提出了一种基于sobel算子的利用像素梯度拓展图像颜色通道的方法,有效的增加了Mean Shift算法对灰度小目标跟踪的精确度;(3) Mean Shift算法在对人脸等非刚性目标进行跟踪时,不能有效的适应目标模型的多变性,而始终使用第一帧中建立的目标模型进行跟踪。本文针对这一题目,提出了一种具有模板更新策略,使Mean Shift算法在对人脸进行跟踪时能够自适应目标区域大小,并更新目标模型信息。在完成算法改进的基础上,本文做了大量的仿真实验并将Mean Shift跟踪算法应用于实际项目中,验证了各种改进策略的有效性。为后续的研究和其他学者对Mean Shift算法的学习提供了重要帮助。





上一篇:基于嵌入式系统的超声骨质疏松测试仪软件设计
下一篇:复合纤维素酶研制及其协同效应研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图