丁 磊，宫宁生，俞克强

(南京工业大学电子与信息工程学院，江苏 南京 211316)

在视频图像处理技术中，目标跟踪算法是一项关键技术，在视频监控、商场人流量监控和车辆监控等方面具有广泛的应用。目标跟踪算法的主要作用是估计出运动目标的位置。由于运动目标在连续帧图像中存在连续性的对应关系，因此在跟踪技术中只要找到这种对应的关系就能实现运动目标的跟踪。本文使用Mean Shift跟踪算法［1－3］实现对每帧视频图像中运动目标的跟踪。

Mean Shift跟踪算法是一种非参数密度估计方法，1975年Fukunaga等人［4］首次提出了 Mean Shift理论，而Yizong Cheng［5］对 Mean Shift理论进行了推广，将 Mean Shift算法成功的应用到视频图像处理中。Comaniciu等人［6］讨论了Mean Shift算法在运动目标跟踪中的应用，从而使得运动目标的跟踪可以实时进行。因此Mean Shift算法在目标跟踪方面取得了较好的效果。

在整个跟踪过程中，Mean Shift跟踪算法中使用的目标跟踪框的大小是固定不变的。但是视频序列中，运动目标的大小可能是变化的，特别是当运动目标由远及近时，运动目标逐渐变大，常常会因为跟踪框大小不变导致跟踪效果不好。

针对Mean Shift目标跟踪算法中存在的跟踪框大小不变的情况，本文采用结合背景帧差［7］的Mean Shift跟踪算法，从而自动地调整目标跟踪框的尺寸。文中将背景帧差提取的运动目标的位置信息和Mean Shift跟踪算法得到的位置信息做比较，如果两个位置的信息相符合，则将背景帧差提取的运动目标的尺寸表示为运动目标的跟踪框大小。……