融合两层卡尔曼滤波和meanshift的自适应目标跟踪算法

？为了改进meanshift算法及其与卡尔曼滤波融合跟踪算法的性能，提出了融合两层卡尔曼滤波和meanshift的自适应目标跟踪算法。首先通过运动学方程建立第一层的数学模型；然后利用巴氏系数、滤波器噪声与跟踪结果之间的关系，自适应地调整跟踪结果，得到目标的位置；最后对目标核函数直方图中的每个非零元素进行第二层滤波，通过动态变化的滤波残差和巴氏系数，实时调整更新滤波器中的各项参数，得到滤波后的目标模板。实验表明，该文算法与meanshift算法和单层卡尔曼滤波算法相比，在目标遮挡、光照变化和复杂环境下的跟踪效果更好。