資源描述：
《基于meanshift的目標跟蹤算法和實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、WORD格式整理基于MeanShift的目標跟蹤算法及實現(xiàn)這次將介紹基于MeanShift的目標跟蹤算法，首先談談簡介，然后給出算法實現(xiàn)流程，最后實現(xiàn)了一個單目標跟蹤的MeanShift算法【matlab/c兩個版本】csdn貼公式比較煩，原諒我直接截圖了…一、簡介首先扯扯無參密度估計理論，無參密度估計也叫做非參數(shù)估計，屬于數(shù)理統(tǒng)計的一個分支，和參數(shù)密度估計共同構成了概率密度估計方法。參數(shù)密度估計方法要求特征空間服從一個已知的概率密度函數(shù)，在實際的應用中這個條件很難達到。而無參數(shù)密度估計方法對先驗知識要求最少，完全依
2、靠訓練數(shù)據進行估計，并且可以用于任意形狀的密度估計。所以依靠無參密度估計方法，即不事先規(guī)定概率密度函數(shù)的結構形式，在某一連續(xù)點處的密度函數(shù)值可由該點鄰域中的若干樣本點估計得出。常用的無參密度估計方法有：直方圖法、最近鄰域法和核密度估計法。學習參考資料分享WORD格式整理MeanShift算法正是屬于核密度估計法，它不需要任何先驗知識而完全依靠特征空間中樣本點的計算其密度函數(shù)值。對于一組采樣數(shù)據，直方圖法通常把數(shù)據的值域分成若干相等的區(qū)間，數(shù)據按區(qū)間分成若干組，每組數(shù)據的個數(shù)與總參數(shù)個數(shù)的比率就是每個單元的概率值；核密
3、度估計法的原理相似于直方圖法，只是多了一個用于平滑數(shù)據的核函數(shù)。采用核函數(shù)估計法，在采樣充分的情況下，能夠漸進地收斂于任意的密度函數(shù)，即可以對服從任何分布的數(shù)據進行密度估計。然后談談MeanShift的基本思想及物理含義：此外，從公式1中可以看到，只要是落入Sh的采樣點，無論其離中心x的遠近，對最終的Mh(x)計算的貢獻是一樣的。然而在現(xiàn)實跟蹤過程中，當跟蹤目標出現(xiàn)遮擋等影響時，由于外層的像素值容易受遮擋或背景的影響，所以目標模型中心附近的像素比靠外的像素更可靠。因此，對于所有采樣點，每個樣本點的重要性應該是不同的，
4、離中心點越遠，其權值應該越小。故引入核函數(shù)和權重系數(shù)來提高跟蹤算法的魯棒性并增加搜索跟蹤能力。接下來，談談核函數(shù)：核函數(shù)也叫窗口函數(shù)，在核估計中起到平滑的作用。常用的核函數(shù)有：Uniform，Epannechnikov，Gaussian等。本文算法只用到了Epannechnikov，它數(shù)序定義如下：二、基于MeanShift的目標跟蹤算法學習參考資料分享WORD格式整理基于均值漂移的目標跟蹤算法通過分別計算目標區(qū)域和候選區(qū)域內像素的特征值概率得到關于目標模型和候選模型的描述，然后利用相似函數(shù)度量初始幀目標模型和當前幀
5、的候選模版的相似性，選擇使相似函數(shù)最大的候選模型并得到關于目標模型的Meanshift向量，這個向量正是目標由初始位置向正確位置移動的向量。由于均值漂移算法的快速收斂性，通過不斷迭代計算Meanshift向量，算法最終將收斂到目標的真實位置，達到跟蹤的目的。下面通過圖示直觀的說明MeanShift跟蹤算法的基本原理。如下圖所示：目標跟蹤開始于數(shù)據點xi0（空心圓點xi0，xi1，…，xiN表示的是中心點，上標表示的是的迭代次數(shù)，周圍的黑色圓點表示不斷移動中的窗口樣本點，虛線圓圈代表的是密度估計窗口的大?。?。箭頭表示樣
6、本點相對于核函數(shù)中心點的漂移向量，平均的漂移向量會指向樣本點最密集的方向，也就是梯度方向。因為Meanshift算法是收斂的，因此在當前幀中通過反復迭代搜索特征空間中樣本點最密集的區(qū)域，搜索點沿著樣本點密度增加的方向“漂移”到局部密度極大點點xiN，也就是被認為的目標位置，從而達到跟蹤的目的，MeanShift跟蹤過程結束。運動目標的實現(xiàn)過程【具體算法】：學習參考資料分享WORD格式整理三、代碼實現(xiàn)說明：1.RGB顏色空間刨分，采用161616的直方圖2.目標模型和候選模型的概率密度計算公式參照上文3.opencv版
7、本運行：按P停止，截取目標，再按P，進行單目標跟蹤4.Matlab版本，將視頻改為圖片序列，第一幀停止，手工標定目標，雙擊目標區(qū)域，進行單目標跟蹤。matlab版本：[plain]viewplaincopyfunction[]=select()closeall;clearall;%%%%%%%%%%%%%%%%%%根據一幅目標全可見的圖像圈定跟蹤目標%%%%%%%%%%%%%%%%%%%%%%%I=imread('result72.jpg');學習參考資料分享WORD格式整理figure(1);imshow(I);[
8、temp,rect]=imcrop(I);[a,b,c]=size(temp);%a:row,b:col%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%計算目標圖像的權值矩陣%%%%%%%%%%%%%%%%%%%%%%%y(1)=a/2;y(2)=b/2;tic_x=rect(1)+rect(3)/2;tic_y=rect(2)
