一种尺度自适应的运动目标跟踪方法技术

本发明专利技术涉及一种尺度自适应的运动目标跟踪方法，操作步骤如下：1）读入第一帧，初始化目标窗口并建立目标模型；2）读入下一帧；3）设定候选目标区域，建立候选目标模型；4）计算相似性函数、加权系数、加权系数和；5）寻找下一个候选目标区域位置并估算目标大小；6）判断收敛性，若收敛，进入步骤2），若不收敛进入步骤3）。本发明专利技术在Mean shift运动目标跟踪算法的基础上，使用加权系数和以及相似性函数估计目标大小，实现了算法对目标大小的自适应性，增加了候选目标模型的可靠性，提高了算法的精确性。

【技术实现步骤摘要】

本专利技术涉及一种尺度自适应的运动目标跟踪方法，应用于智能视频处理领域中的运动目标跟踪，适用于运动目标尺度不断变化时的跟踪。
技术介绍
运动目标跟踪在智能视频处理领域是一项基础性技术，针对该技术有多种不同的算法被提出，其中应用较为广泛的是Comaniciu等在文献[1]中所提出的Mean shift运动目标跟踪算法，该算法是对其在文献[2]中所提出的一种寻找模式的方法的具体应用。文献[2]中介绍了一种根据有限样本点寻找一个未知分布的模式点的方法：首先使用Epanechnikov核函数进行核密度估计。若样本点为{xi

【技术保护点】
一种尺度自适应的运动目标跟踪方法，其特征在于，具体步骤如下：1)读入第一帧，初始化目标窗口并建立目标模型；2)读入下一帧；3)设定候选目标区域，建立候选目标模型；4)计算相似性函数、加权系数、加权系数和；5)寻找下一个候选目标区域位置并估算目标大小；6)判断收敛性，若收敛，进入步骤2)，若不收敛进入步骤3)。

【技术特征摘要】
1.一种尺度自适应的运动目标跟踪方法，其特征在于，具体步骤如下：1)读入第一帧，初始化目标窗口并建立目标模型；2)读入下一帧；3)设定候选目标区域，建立候选目标模型；4)计算相似性函数、加权系数、加权系数和；5)寻找下一个候选目标区域位置并估算目标大小；6)判断收敛性，若收敛，进入步骤2)，若不收敛进入步骤3...

【专利技术属性】
技术研发人员：吴集，滕国伟，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31