视频监控中采用Mean Shift的运动目标跟踪算法

Moving object tracking algorithm based on Mean Shift in rideo surveillance

由于传统的Kalman滤波方法在非线性、非高斯跟踪问题上的不足,为满足智能监控系统对运动目标准确跟踪的需求,提出了一种改进的自适应Mean Shift算法。该算法利用Bhattacharrya距离来度量颜色模型之间的相似度,通过几次迭代运算定位目标并实现目标的准确跟踪,通过自适应调整跟踪窗口大小,提高了跟踪的实时性和鲁棒性。利用改进的MeanShift算法对行人与车辆目标分别进行了跟踪实验,实验结果表明,本文方法对刚体与非刚体目标的跟踪比传统的Kalman滤波方法具有更好的实时性和准确性。