| UKF与Mean shift算法相结合的实时目标跟踪 |
| |
| 引用本文： | 刘献如,蔡自兴.UKF与Mean shift算法相结合的实时目标跟踪[J].中南大学学报(自然科学版),2011,42(5). |
| |
| 作者姓名： | 刘献如 蔡自兴 |
| |
| 作者单位： | 中南大学信息科学与工程学院,湖南长沙,410083 |
| |
| 基金项目： | 国家自然科学基金重大专项项目，国家自然科学基金面上项目，国家博士点基金资助项目 |
| |
| 摘 要： | 针对Mean shift(即MS)算法理论上的不足以及跟踪目标时的邻域跟踪局限性,提出将Mean shift算法与尺度无迹卡尔曼滤波器(Scaled unscented Kalman filter,SUKF)相结合的实时目标跟踪算法.该算法利用尺度无迹卡尔曼滤波器获取Mean shift算法的初始位置,然后,利用Mean shift算法获取跟踪位置.通过分析跟踪区域内横纵向直线的统计变化获取目标的尺度变化,依此自适应调节Mean shift跟踪算法中核函数带宽,并对高速公路上快速运动的车辆进行跟踪实验.研究结果表明:该算法与固定核窗宽Mean shift算法相比,对目标跟踪更准确;SUKF 滤波使MS的迭代次数减少,跟踪的实时性提高;核窗宽自适应调节可使跟踪误差降低到50%以下.
|
| 关 键 词： | Mean shift算法 自适应尺度 目标跟踪 |
Real time object tracking using Mean shift combined UKF |
| |
| LIU Xian-ru,CAI Zi-xing.Real time object tracking using Mean shift combined UKF[J].Journal of Central South University:Science and Technology,2011,42(5). |
| |
| Authors: | LIU Xian-ru CAI Zi-xing |
| |
| Abstract: | |
| |
| Keywords: | SUKF |
| 本文献已被 万方数据 等数据库收录！ |
|
