superpixel和meanshift 有什么不同
发布网友
发布时间：2022-05-01 05:31
我来回答
共1个回答
热心网友
时间：2022-06-25 01:30
meanShift 算法用于视频目标跟踪时，采用目标的颜色直方图作为搜索特征，通过不断迭代 meanShift 向量使得算法收敛于目标的真实位置，从而达到跟踪的目的。 传统的 meanShift 算法在跟踪中有几个优势： （1）算法计算量不大，在目标区域已知的情况下完全可以做到实时跟踪； （2）采用核函数直方图模型，对边缘遮挡、目标旋转、变形和背景运动不敏感。 同时， meanShift 算法也存在着以下一些缺点： （1）缺乏必要的模板更新； （2）跟踪过程中由于窗口宽度大小保持不变，当目标尺度有所变化时，跟踪就会失败； （3）当目标速度较快时，跟踪效果不好； （4）直方图特征在目标颜色特征描述方面略显匮乏，缺少空间信息； 由于其计算速度快，对目标变形和遮挡有一定的鲁棒性，所以，在目标跟踪领域， meanShift 算法目前依然受到大家的重视。但考虑到其缺点，在工程实际中也可以对其作出一些改进和调整；例如： （1）引入一定的目标位置变化的预测机制，从而更进一步减少 meanShift 跟踪的搜索时间，降低计算量； （2）可以采用一定的方式来增加用于目标匹配的“特征”； （3）将传统 meanShift 算法中的核函数固定带宽改为动态变化的带宽； （4）采用一定的方式对整体模板进行学习和更新；
