针对Mean-shift算法跟踪窗口大小固定,无法自适应目标大小变化,导致算法跟踪精度降低的弊端,本文基于目标的灰度相似性与视觉显著性特征提出一种采用自适应核函数的改进Mean-shift算法。该方法通过灰度相似性与视觉显著性特征确定目标区域,并结合Epanechnikov函数构建自适应目标大小变化的核函数,使跟踪窗口能够自适应目标大小变化...
为了实现Mean-Shift跟踪算法中的核函数带宽自适应更新,提出基于比较Bhattacharyya系数的新方法.首先用模板中心加权与目标边缘加权的直方图计算巴氏系数,跟踪时用候选目标边缘加权直方图与模板中心加权直方图计算新的巴氏系数,根据两个系数的大小对核带宽进行10%的缩放.实验表明,该方法有效克服了带宽只能缩小的问题,实现了跟踪...
Mean2Shift跟踪算法是基于最大化目标与模板中心加权直方图计算得到的Bhattacharyya系数为准则的,采用中心加权直方图可以有效减少目标边缘背景像素的干扰,从而准确获取目标中心。在考查核带宽更新方面,我们可以换一个思路,首先计算模板图像边缘加权直方图,即增强边缘像素的在直方图中的比例,与模板中心加权直方图计算得 ...
为了实现Mean-Shift跟踪算法中的核函数带宽自适应更新,提出基于比较Bhattacharyya系数的新方法。首先用模板中心加权与目标边缘加权的直方图计算巴氏系数,跟踪时用候选目标边缘加权直方图与模板中心加权直方图计算新的巴氏系数,根据两个系数的大小对核带宽进行10%的缩放。实验表明,该方法有效克服了带宽只能缩小的问题,实现了跟踪...
为解决Mean-shift算法采用固定跟踪窗口造成的目标定位精度低的问题,结合视觉显著性检测和像素灰度相似度,提出一种采用自适应核函数的Mean-shift跟踪算法.该方法以灰度相似度加权的视觉显著性特征确定目标区域,并结合Epanechnikov核函数构建自适应核函数,使跟踪窗口自适应目标大小变化,降低目标尺度变化的影响,实现目标的有效跟...