论文研究基于多特征融合的头部跟踪方法研究.pdf

为有效解决头部跟踪鲁棒性较差的问题，利用头部的多种观测信息通过D-S证据理论进行融合跟踪。在粒子滤波的总体框架下，嵌入Mean-Shift算法产生更加逼近真实后验分布的粒子，同时采用颜色和人体头部椭圆轮廓的最大梯度距离测度（DMG）作为观测模型，有效避免了单一颜色特征在光照突变、姿态变化、距离较远以及背景相似情况下的跟踪稳定性较差的问题。实验表明该方法对于复杂条件下的人体头部跟踪问题具有较强的鲁棒性。