基于改进的MeanShift算法的选煤厂人员目标跟踪方法
来源期刊:工矿自动化2012年第2期
论文作者:翟乃江 李承冬
文章页码:32 - 35
关键词:选煤厂;智能视频监控;人员跟踪;MeanShift算法;卡尔曼滤波算法;
摘 要:针对采用传统的MeanShift算法进行智能视频监控易受背景干扰而丢失目标的问题,提出了一种将MeanShift算法与卡尔曼滤波算法相结合的选煤厂人员目标跟踪方法。该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点,在此基础上采用MeanShift算法跟踪目标区域;由于选煤厂环境较复杂,为了防止跟踪失败,采用跟踪与检测相结合的方法来进一步保证跟踪的鲁棒性。实验结果表明,该方法能很好地消除背景中相似颜色区域的影响,具有较好的跟踪效果。
翟乃江1,李承冬2
1. 上海大屯能源股份有限责任公司江苏分公司2. 中国矿业大学信电学院
摘 要:针对采用传统的MeanShift算法进行智能视频监控易受背景干扰而丢失目标的问题,提出了一种将MeanShift算法与卡尔曼滤波算法相结合的选煤厂人员目标跟踪方法。该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点,在此基础上采用MeanShift算法跟踪目标区域;由于选煤厂环境较复杂,为了防止跟踪失败,采用跟踪与检测相结合的方法来进一步保证跟踪的鲁棒性。实验结果表明,该方法能很好地消除背景中相似颜色区域的影响,具有较好的跟踪效果。
关键词:选煤厂;智能视频监控;人员跟踪;MeanShift算法;卡尔曼滤波算法;