一种有效的多目标跟踪算法

本文针对自然环境下的多目标跟踪,提出了一种有效的实时跟踪算法.通过改进MeanShift算法,并结合Kalman滤波器,实现了对多类目标的高精度的稳健跟踪,解决了目标的遮掩问题.并提出了一种用于自动初始化目标的三层区域链交互结构,能有效的去除伪目标和提取真实目标.大量自然环境下的实验结果表明,本文算法对于复杂背景的目标跟踪具有有效性,实时性和实用性.     

基于统计模型的镜头突变检测方法

提出了一种基于统计模型的镜头突变检测方法。首先分析了现有方法的优缺点：其次选取了具有运动补偿功能的特征，来度量视频帧之间的内容变化；然后对镜头突变检测过程进行了统计建模，将镜头突变检测转化为使建立的统计模型的错误率最小；最后对闪光灯造成的亮度变化进行了单独处理。实验表明，该方法对于镜头运动、物体运动以及闪光灯的处理具有较好的鲁棒性，并具有很好的镜头突变检测效果。     

一种鲁棒的多目标自动跟踪算法

针对复杂的自然环境,提出了一种能自动初始化目标模型,并能处理目标遮掩问题的多目标实时跟踪算法。该算法在精度和效率方面改进了Mean Shift算法,并结合扩展卡尔曼滤波器对目标进行运动建模,实现了对多目标的实时稳健跟踪。此外,为了自动初始化待跟踪目标模型,提出了一种三层目标链交互结构。该结构能够有效的去除由摄像机抖动以及背景噪声产生的伪目标。在复杂的自然环境下对算法进行了大量的多目标跟踪实验,验证了算法的实时有效性。