李一波，张 琦

(沈阳航空航天大学 自动化学院，沈阳 110136)



基于TWH与FB-error约束的均值漂移无人机跟踪算法

李一波，张 琦

(沈阳航空航天大学 自动化学院，沈阳 110136)

针对无人机跟踪过程中目标遮挡和目标背景变化等因素导致的跟踪失败现象，提出一种MTF(Mean-shift by TWH and FB-error)跟踪算法。首先，在Mean-shift跟踪框架下引入目标加权直方图(TWH:Target-Weighted Histogram)描述目标，即在跟踪过程中，用目标的局部背景来削弱所有区域的内部背景特征，使目标特征突出；其次，添加FB-error约束，在目标被部分遮挡时，通过使用FB-error相关加权函数把目标当前位置的预测结果与Mean-shift矢量计算出的位置结果联合起来估计目标在t时刻的最终位置。实验表明，此跟踪算法在跟踪精度上有较大突破。

UAV；跟踪；均值漂移算法；向前向后误差算法

无人机编队飞行(CFF)可以提高 UAV 群体的使用效率，和单机飞行相比，其执行任务的成功率和抗突发事件的能力高很多。UAV在执行编队飞行任务过程中，运用摄像机采集队列前方UAV影像，并对其进行跟踪，能够保证编队的隐蔽性和安全性。尽管许多研究者提出了优秀的目标跟踪方法，这些方法亦可以用于UAV跟踪，然而目标背景可变性和目标部分或全部被遮挡等因素对目标跟踪的稳定性影响很大，开发一个鲁棒的跟踪算法仍较困难。

Mean-shift跟踪框架下的在线选择方法的核心是选择适当的特征来区分每个像素是属于目标还是背景。Collins等人[1]提出通过在线选取最佳的RGB颜色线性组合特征的目标跟踪算法，属于单特征跟踪的范畴。……