自适应融合角点特征的Camshift目标跟踪 .pdfVIP

自适应融合角点特征的Camshift目标跟踪

陈丽君;马永杰

【摘要】为了能够实时有效地跟踪运动目标，提出了一种新的自适应融合角点特

征和颜色特征的Camshift目标跟踪算法。该算法融合了角点的特征不变性，并采

用Mean-Shift算法提供的非参数核密度估计的统计思想，计算各特征的概率密度

函数，用Bhattacharyya系数作为相似性度量函数，利用相似性度量值之比自适

应地融合角点特征和颜色特征，将得到的新的概率密度分布结合Camshift跟踪算

法实现目标跟踪。测试结果表明，该算法比传统的Camshift算法跟踪效果更好，

更准确。%Inordertotrackmovingtargetsinrealtimeandeffectively,in

thispaper,anewCamshifttargettrackingalgo-rithmisproposed,inwhich

cornerfeaturesandcolorfeaturesarefusedadaptively.Theinvarianceof

thecorneriscom-binedinthisalgorithm,andthekernelprobability

densityestimationoftheMean-Shiftalgorithmisusedtocalculatethe

probabilitydensityfunctionforeachfeature.Bhattacharyyacoefficientis

adoptedassimilaritymeasurefunction,thenusingtheratioofsimilarityto

achieveadaptivefusionofcornerandcolorfeatures.Thenewprobability

densitydistributionandtheCamshifttrackingalgorithmwillbecombined

toachievethetargettracking.Simulationresultsshowthatthealgo-rithm

isbetterthantraditionalCamshiftalgorithm,andtracksobjectmore

accurately.

【期刊名称】《计算机工程与应用》

【年(卷),期】2014(000)024

【总页数】5页(P178-182)

【关键词】Camshift;特征融合;Harris角点;Bhattacharyya系数;自适应

【作者】陈丽君;马永杰

【作者单位】西北师范大学物理与电子工程学院，兰州730070;西北师范大学物

理与电子工程学院，兰州730070

【正文语种】中文

【中图分类】TP391

目标跟踪是计算机视觉重要的研究方向之一，被广泛应用于监控、视觉导航、军事

制导、交通等领域[1]，但是，目标和背景的外观发生改变，或者目标的突然运动

等因素都会加大目标跟踪的难度。近年来随着科技的发展，家庭服务机器人的研究

和开发成为一个热点，其中，机器人对普通运动目标跟踪的有效性和稳定性成为一

项重要指标。Camshift（ContinuouslyAdaptiveMean-Shift）算法是对普通运

动目标进行跟踪的经典算法之一，它是Mean-Shift算法的改进，是连续自适应的

Mean-Shift算法，其基本思想是用Mean-Shift算法对视频序列的所有帧做运算，

并将上一帧得到的结果作为下一帧初始窗口，如此迭代下去，实现对运动目标的跟

踪[2]。传统的Camshift跟踪算法只是利用目标的颜色特征进行跟踪，虽然该算法

能够自动调节窗口大小以适应被跟踪目标在视频序列中的大小，但是在颜色相近或

者大面积颜色干扰时，不能实现有效的跟踪。

针对上述问题，可以通过自适应特征融合来实现目标的有效跟踪。文献[3]通过采

用颜色空间三基色权重直方图建立目标模型，并用目标边缘特征增加目标权重，实

现了多彩色目标的跟踪。文献[4]提出的基于角点特征融合的Mean-Shift跟踪算

法，能够有效地解决目标遮挡出现的问题，但是子块大小和区域重复子块会对目标

估计有一定程度的影响。文献[5]提出了一种融合角点特