论文部分内容阅读
为提高目标跟踪的准确性和鲁棒性,提出一种结合混合高斯模型和粒子滤波的球类跟踪算法。对视频流提取出图像的每一帧,对每一帧的像素点建立高斯模型,采用初始化模型和更新模型排除噪声干扰,通过阈值的比较提取前景和背景区域;完成目标检测,将检测的前景像素点归为重要性粒子,增加它们的权值。对比均值漂移(Mean-shift)目标跟踪算法,实验结果表明,该算法能使用少量粒子实现球类跟踪,提高目标跟踪的实时性与鲁棒性。