计算机科学 ›› 2016, Vol. 43 ›› Issue (Z6): 203-206.doi: 10.11896/j.issn.1002-137X.2016.6A.048
陈双叶,王善喜
CHEN Shuang-ye and WANG Shan-xi
摘要: 针对传统的帧差法检测运动目标时易出现空洞及Meanshift算法在复杂环境下易丢失跟踪目标甚至导致跟踪失败的缺点,提出了采用动态阈值五帧差分与跟踪目标实时模板更新的改进Meanshift的运动目标检测与跟踪算法,以提高系统的实时性和鲁棒性。结果表明该方法是可行的,能准确检测出运动目标,以提高目标跟踪的可靠性。
[1] 纪青华,禹素萍.基于Surendra背景减除法和四帧差分法的目标检测算法[J].计算机应用与软件,2014,31(12):242-244 [2] 邵文坤,黄爱民,韦庆.动态场景下的运动目标跟踪方法研究[J].计算机仿真,2006,23(5):181-184 [3] 姚倩,安世全,姚路.三帧差法和Meanshift结合的行人检测与跟踪研究[J].计算机工程与设计,2014,35(1):223-227 [4] 杨辉,刘军,阮松.基于Mean Shift算法视频跟踪研究[J].计算机工程与设计,2013,34(6):2062-2066 [5] 龚声蓉,刘纯平,季怡.复杂场景下图像与视频分析[M].北京:人民邮政出版社,2013:367-373 [6] 翟乃江,李承冬.基于改进的MeanShift算法的选煤厂人员目标跟踪方法[J].工矿自动化,2012,2(2):32-35 [7] 张虎.MeanShift粒子滤波算法在视频目标跟踪中的应用研究[D].柳州:广西科技大学,2013:21-26 [8] 王田,刘伟宁,韩广良,等.基于改进Meanshift的目标跟踪算法[J].液晶与显示,2012,7(3):396-400 [9] 李文书,赵悦.数字图像处理算法及应用[M].北京:北京大学出版社,2012 [10] 胡威.一种新的Meanshift快速运动目标鲁棒跟踪方法[J].计算机应用与软件,2014,1(1):140-143 [11] 刘瑞祯,于仕琪.OpenCV教程[M].北京:北京航空航天出版社,2007 |
No related articles found! |
|