基于卡尔曼滤波器组的Mean Shift模板更新算法

作     者：朱胜利 朱善安 ZHU Sheng-li;ZHU Shan-an

作者机构：浙江大学电气工程学院杭州310027 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2007年第12卷第3期

页      面：460-465页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：Mean Shift算法 卡尔曼滤波器 模板更新 

摘      要：针对Mean Shift算法缺乏必要的模板更新方法的缺陷,提出了一种基于卡尔曼滤波器组的Mean Shift模板更新算法。该算法首先将目标在特征空间中的特征值的概率作为模板信息;然后设计了一个滤波器组,其中每个滤波器用于估计特征子空间中一个子特征值概率的变化;最后将这些子特征值概率对应相乘就可以得到整个模板的更新值。由于滤波器的噪声参数是随着输入数据的变化随时动态确定的,因此,根据滤波器残差的变化就可以确定模板的更新策略。实验证明,该新算法不仅能够增强Mean Shift算法在目标姿态变化、光照变化下的跟踪效果,而且对阻挡时的鲁棒性也较好。