基于特征贡献度的mean shift视频跟踪算法
来源期刊：控制与决策2012年第7期
论文作者：夏瑜 吴小俊 冯振华
文章页码：1021 - 1026
关键词：均值漂移;特征贡献度;重要性特征;结构二值分布图;串行融合;
摘 要：特征空间分析是视觉跟踪中的关键问题.针对mean shift跟踪算法中模板匹配问题,提出了特征贡献度概念,有效减少了背景和噪声因素干扰,使重要性特征在匹配中起到关键作用;利用结构二值分布图携带空间结构信息的优点,很好地避免了统计特征的匹配误差,在一定程度上提高了跟踪的精度和鲁棒性.仿真实验结果表明该算法具有一定的优越性和实时性,在跟踪目标存在变形、噪声、遮挡时也可以达到比较理想的跟踪效果.
夏瑜1,2，吴小俊1，冯振华1
1. 江南大学物联网工程学院2. 江苏广播电视大学常熟学院
摘 要：特征空间分析是视觉跟踪中的关键问题.针对mean shift跟踪算法中模板匹配问题,提出了特征贡献度概念,有效减少了背景和噪声因素干扰,使重要性特征在匹配中起到关键作用;利用结构二值分布图携带空间结构信息的优点,很好地避免了统计特征的匹配误差,在一定程度上提高了跟踪的精度和鲁棒性.仿真实验结果表明该算法具有一定的优越性和实时性,在跟踪目标存在变形、噪声、遮挡时也可以达到比较理想的跟踪效果.
关键词：均值漂移;特征贡献度;重要性特征;结构二值分布图;串行融合;
