论文部分内容阅读
针对传统的Meanshift方法在目标快速运动的情况下,目标跟踪易丢失问题,提出了一种将Meanshift与Group Search Optimizer融合的视频目标跟踪方法。该方法可以对运动目标位置进行全局搜索,根据Meanshift算法的跟踪结果判断是否要进行Group Search Optimizer算法优化,并且在目标跟踪丢失时可以快速重新找回原目标进行跟踪,提高了目标跟踪的鲁棒性。实验结果表明该方法可以有效提高对快速运动目标跟踪的准确性,具有较好的鲁棒性。