English
资源说明：为解决运动目标跟踪过程中由于遮挡、光照变化、尺度变化等因素导致的目标易丢失以及传统Camshift跟踪算法中跟踪窗口易发散等问题, 提出一种融合优化的隐马尔可夫模型(HMM)和分块特征匹配的运动目标跟踪算法。首先, 利用主成分分析(PCA)结合特征位置对目标仿射尺度不变特征变换(ASIFT)特征进行降维生成PCA-ASIFT特征, 保留目标关键信息; 其次, 采用粒子滤波最优特征位置优化目标PCA-ASIFT特征的HMM参数; 最后, 通过HSV直方图模型建立目标分块, 赋予不同目标分块相应权重并结合分块特征匹配以改善Camshift算法实现运动目标跟踪。实验结果表明, 在自然场景下, 本文算法能够取得较好的运动目标跟踪效果, 对遮挡、尺度变化等具有较好的稳健性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
