改进型Mean-Shift算法在行人目标跟踪中的应用

李亚文，王博

（商洛学院电子信息与电气工程学院，陕西商洛726000）

改进型Mean-Shift算法在行人目标跟踪中的应用

李亚文，王博

（商洛学院电子信息与电气工程学院，陕西商洛726000）

针对传统Mean-Sshift算法对于运动目标特征变化较快、某些干扰和遮挡等问题而引起目标定位偏差的情况，提出了一种基于改进型的颜色直方图的Mean-Shift算法，该算法是将颜色直方图和三重帧间差分的方法相结合的一种目标跟踪算法。实验结果表明，应用改进后的算法思想，可以较准确的对视频流中的行人目标进行实时跟踪，新算法能较好的解决运动目标特征变化较快而引起跟踪不准确的问题，实现对行人目标进行准确定位跟踪。

Mean-Shift算法；颜色直方图；目标跟踪；核函数

随着交通安全和人居环境等情况的不断复杂，视频监控技术已经广泛应用于城市道路、地铁、小区安防，银行监控等领域，视频监控技术只要实现对感兴趣运动目标进行检测、跟踪、识别和行为理解等4个步骤[1]，实现对视频中的运动目标运动估测。其中运动目标的跟踪技术是视频监控技术的关键，检测出感兴趣的运动目标后，进行特征提取、模型建立，并不断地更新运动目标的位置信息，实现对运动目标的跟踪。

在20世纪90年代，视频中的运动目标跟踪技术得到了快速发展，其中具有代表性的包括：Condensation算法，粒子滤波算法、Kalman滤波算法和Mean Shift等算法[2-4]，我国视频检测跟踪技术起步较晚，但也取得了一些成果，李源[5]提出了一种层级粒子滤波的跟踪方法，中科院北京自动化研究所对行人的运动跟踪、城市交通状况的视觉监控等方面都进行了深入的研究，并取得了一定的研究成果；……