摘要
Mean Shift是一种基于特征的对目标实现快速跟踪的算法,传统的Mean Shift算法由于跟踪中物体的尺度变化会使跟踪偏离目标乃至跟踪失败,并且原有的自适应地对跟踪窗宽的调整,是基于对核窗宽的改变来得到的。在"固定跟踪窗宽—改变核窗宽"的基础上对目标进行跟踪,对目标空间定位精度进行了评估与分析,通过实验结果表明改变核函数参数能改善目标跟踪的精度。
Mean Shift is a fast tracking algorithm based in feature space.Classical mean shift tracker by kernel function sometimes fails in localization of target window,especially when object scale varies.Almost all adaptive adjustments of the scale of tracking window is based on kernel-bandwidth.In this paper,we fix the size of tracking window and vary the size of kernel window in order to evaluate and analyze the effective of the scale of kernel function.The experiment results prove that changing the scale of kernel function can encourage localization accuracy.
出处
《光学与光电技术》
2012年第2期80-83,92,共5页
Optics & Optoelectronic Technology
基金
山东电力集团公司科研基金(2009A-08-04)资助项目
关键词
目标跟踪
核窗宽
均值漂移
核函数
tracking
kernel-bandwidth
mean shift
kernel function
