基于ＭｅａｎＳｈｉｆｔ和自适应预测的非刚性目标跟踪算法

传统ＭｅａｎＳｈｉｆｔ跟踪算法在目标发生机动或存在遮挡的情况下跟踪效果不理想．对此，结合目标的形状特征和颜色的可区分度对传统的颜色直方图进行改进，给出了将ＭｅａｎＳｈｉｆｔ和卡尔曼滤波器或粒子滤波器相结合的目标运动自适应跟踪算法，并针对粒子滤波器计算量大的问题，给出了运用两种不同运动式粒子进行有效预测的方法．结果表明，该算法可实现快速的非刚性目标跟踪，对目标的不规则运动和严重遮挡具有很好的鲁棒性．