本發明提供了一種基于背景加權的Mean?Shift(HRBW?Mean?Shift)算法和Kalman預測融合的遮擋跟蹤方法,針對均值漂移算法中的Bhattacharyya系數受初始目標框中背景像素的影響而無法準確的判斷目標的遮擋狀態,均值漂移算法在遮擋判定前失效,導致Kalman預測濾波算法不能被啟用或啟用后不能準確地預估目標的軌跡的問題。本發明提供了一種通過在目標直方圖中加入由目標直方圖和背景直方圖的對數似然比計算得到背景加權因子,來改進目標模型的方法,從而進一步優化Bhattacharyya系數值,使得Bhattacharyya系數法能夠更準確地檢測目標的遮擋狀態。本發明增大了正常跟蹤狀態下與遮擋狀態下Bhattacharyya系數的差值,有利于遮擋狀態的判斷,通過提高遮擋判斷準確性的方式來提高遮擋時的跟蹤性能。
聲明:
“基于背景加權的Mean Shift算法和Kalman預測融合的遮擋跟蹤方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)