论文部分内容阅读
针对变化场景下的目标鲁棒跟踪,提出了一种结合均值漂移与Kalman滤波的跟踪算法。利用YCbCr特征空间进行目标描述,使用Kalman滤波对目标运动速度和空间位置进行预测。根据干扰的不同情况,使用不同的比例因子将两算法的跟踪结果线性加权得到目标的最终位置,并利用一种比较科学的模型更新策略,减轻了模型漂移的影响,视频序列跟踪结果表明,提出的方法能够稳定地进行跟踪。