基于改進(jìn)的均值漂移算法的運(yùn)動汽車跟蹤

雷 飛，孟曉瓊，呂 露，黃 濤

(北京工業(yè)大學(xué) 電子信息與控制工程學(xué)院,北京 100124)

基于改進(jìn)的均值漂移算法的運(yùn)動汽車跟蹤

雷 飛，孟曉瓊，呂 露，黃 濤

(北京工業(yè)大學(xué) 電子信息與控制工程學(xué)院,北京 100124)

交通領(lǐng)域的智能視頻監(jiān)控系統(tǒng)有效解決了車輛的實時跟蹤問題。針對運(yùn)動車輛的特點，提出一種均值漂移(Mean Shift)和粒子濾波相融合的跟蹤算法。該算法以HSV顏色直方圖為核心建立運(yùn)動汽車目標(biāo)模型，利用Bhattacharyya距離度量粒子區(qū)域和目標(biāo)模型的相似性，并根據(jù)相似性來更新粒子權(quán)值。使用Mean Shift聚類偏移粒子，通過觀測模型和再估計過程使得這些粒子的候選區(qū)域能更加接近真實的目標(biāo)位置。實驗結(jié)果表明，該算法具有較強(qiáng)的實時性和魯棒性，能實現(xiàn)對感興趣運(yùn)動汽車的穩(wěn)定跟蹤。

均值漂移；粒子濾波；采樣；目標(biāo)跟蹤

0 引 言

運(yùn)動車輛跟蹤是智能交通領(lǐng)域[1]的重要研究課題，對保障交通的有序運(yùn)行具有重大意義。運(yùn)動目標(biāo)跟蹤就是將一個連續(xù)視頻序列轉(zhuǎn)換成連續(xù)的圖像序列，并從每幀畫面中根據(jù)感興趣的運(yùn)動目標(biāo)(例如車輛、行人、動物等)的位置、形狀、色彩、紋理等相關(guān)特征對其進(jìn)行實時定位，檢測出運(yùn)動目標(biāo)的準(zhǔn)確運(yùn)動路徑。傳統(tǒng)的跟蹤算法主要分為兩種：一是傳統(tǒng)的Mean Shift[2]目標(biāo)跟蹤算法，因其無需參數(shù)、計算量小，對目標(biāo)變形、旋轉(zhuǎn)變化適應(yīng)性強(qiáng)等優(yōu)點得到普遍應(yīng)用和廣泛研究。但是該算法在迭代過程中容易陷入局部最優(yōu)解，造成目標(biāo)跟丟現(xiàn)象。二是引入粒子濾波算法(PF)[3]。……