论文部分内容阅读
提出一种改进的结合均值漂移与粒子滤波(MS-PF)的跟踪算法,通过分级策略将目标跟踪分为直接跟踪、微调和搜索三个级别,实现了均值漂移和粒子滤波的动态结合.针对传统跟踪算法特征单一的缺陷,在目标跟踪过程中自适应的融合了颜色和纹理特征,同时引入粒子群优化算法对粒子滤波进行优化.实验结果表明,采用分级的MS-PF算法能对粒子的产生和数量进行严格控制,提高了算法的实时性和通用性,在复杂环境中,尤其是在光照发生变化时,基于特征融合的思想使得算法更具鲁棒性.