[发明专利]一种基于MeanShift算法的目标跟踪方法

摘要

本申请公开了一种基于MeanShift算法的目标跟踪方法，其能够提高在单目标跟踪过程中的可靠性和跟踪速度、减少跟踪框飘离目标的情况。该方法包括步骤（1）对原始图像中的每一个像素点计算其特征值，生成特征图像，针对特征图像利用双核平滑函数建立目标的特征模型；（2）将原始MeanShift算法中的单核平滑函数改进为双核平滑函数；（3）为了保证算法的收敛性，使双核平滑函数满足二元凸函数的限定条件；（4）为了保证跟踪目标特征模型的标准化，得到新标准化常数公式。

主权项

一种基于MeanShift算法的目标跟踪方法，该方法包括以下步骤：(1)对原始图像中的每一个像素点计算其特征值，生成特征图像，针对特征图像利用双核平滑函数建立目标的特征模型；(2)将原始MeanShift算法中的单核平滑函数改进为双核平滑函数；(3)为了保证算法的收敛性，使双核平滑函数满足二元凸函数的限定条件；(4)为了保证跟踪目标特征模型的标准化，得到新标准化常数公式；其特征在于，步骤(1)中首先在原始图像的每个像素点处得到其特征值，然后用公式(1)的双核平滑函数特征模型计算得到目标的特征模型，p^u(y)=ch′{Σi=1nhk(||y-xih||2)·δ[b(xi)-u]}·{Σj=1nhl(||y-xjh||2)·δ[b(xj)-u]}---(1)]]>其中，两个核函数分别为和b(x)为图像中x点处的特征值，δ[b(x)‑u]为冲击函数，h为目标所在区域的窗宽，u为特征值大小，c'h为模型标准化系数，nh为窗宽为h的目标区域的像素点个数,y为目标窗口的中心点坐标，xi为目标窗口中第i个像素点的坐标。