论文部分内容阅读
传统的目标跟踪算法多为在整个场景中搜索待跟踪的目标，其中多数方法采用预测的策略来缩小目标搜索的范围，很容易受到背景信息干扰从而导致跟踪失败。本文采用一种在前景中进行运动目标跟踪的策略-TBOD策略(tracking base ondetecting)来消除背景对跟踪的干扰。其中，采用K均值聚类算法实现背景模型的建立，通过背景减法提取当前帧的前景区域。在前景区域中，采用Mean shift算法获取目标所在的位置区域，从而实现基于检测的目标跟踪。实验结果表明，该算法能够较好的解决背景对跟踪的干扰、目标部分遮挡的跟踪难题。