目標跟蹤算法
回答
愛揚教育
2022-04-08
- 相關推薦
1） 以目標區(qū)域的顏色直方圖作為特征，顏色特征具有旋轉(zhuǎn)不變性，且不受目標物大小和形狀的變化影響，在顏色空間中分布大致相同。
2） 目標的輪廓特征，算法速度較快，并且在目標有小部分遮擋的情況下同樣有較好的效果。
擴展資料
目標跟蹤的算法大致可以分為以下四種：
1) 均值漂移算法，即meanshift算法，此方法可以通過較少的迭代次數(shù)快速找到與目標最相似的位置，效果也挺好的。但是其不能解決目標的遮擋問題并且不能適應運動目標的的形狀和大小變化等。對其改進的算法有camshift算法，此方法可以適應運動目標的大小形狀的改變，具有較好的跟蹤效果，但當背景色和目標顏色接近時，容易使目標的區(qū)域變大，最終有可能導致目標跟蹤丟失。
2) 基于Kalman濾波的目標跟蹤，該方法是認為物體的運動模型服從高斯模型，來對目標的運動狀態(tài)進行預測，然后通過與觀察模型進行對比，根據(jù)誤差來更新運動目標的狀態(tài)，該算法的精度不是特高。
3) 基于粒子濾波的目標跟蹤，每次通過當前的跟蹤結果重采樣粒子的分布，然后根據(jù)粒子的分布對粒子進行擴散，再通過擴散的結果來重新觀察目標的狀態(tài)，最后歸一化更新目標的狀態(tài)。此算法的特點是跟蹤速度特別快，而且能解決目標的部分遮擋問題，在實際工程應用過程中越來越多的被使用。
4) 基于對運動目標建模的方法。該方法需要提前通過先驗知識知道所跟蹤的目標對象是什么，比如車輛、行人、人臉等。通過對要跟蹤的目標進行建模，然后再利用該模型來進行實際的跟蹤。該方法必須提前知道要跟蹤的目標對象是什么，然后再去跟蹤指定的目標，這是它的局限性，因而其推廣性相對比較差。