尺度和方向自适应均值漂移跟踪

提出了一种尺度和方向自适应的均值漂移跟踪算法,以解决在均值漂移跟踪框架下如何估计目标的尺度和方向变化的问题。 在原始的均值漂移跟踪算法中,可以很好地估计目标的位置,而不能自适应地估计比例和方向的变化。 考虑到从目标模型和候选模型导出的权重图像可以表示像素属于目标的可能性,因此作者表明,原始均值漂移跟踪算法可以使用零阶和一阶矩导出。重量图像。 利用目标模型和候选模型之间的零阶矩和Bhattacharyya系数,提出了一种简单有效的估计目标规模的方法。 然后提出了一种利用估计面积和二阶中心矩的方法来自适应地估计目标的宽度,高度和方向变化。 进行了广泛的实验以验证所提出的方法并验证其对目标的规模和方