ty -jour a2 -aleixandre，manuel au -du，sijie au -xu，hongxin au -li -li，tianping py -2020 da -2020/11/25 ti-基于基于混合过滤和多因素融合sp--多因素融合量和多因素融合的实现，8846977 VL -2020 AB-近年来，平均轮班算法在视频跟踪领域具有广泛的应用。它具有低成本，小记忆和良好跟踪效果的一些优势。但是，现有算法存在一些缺点。例如，随着目标大小的变化，它无法产生自适应变化。当有类似的对象时，它很容易定位误差和阻塞引起的跟踪故障。在本文中，提出了一种连续自适应变化平均移位（凸轮矩）的改进方法，用于高精度定位和跟踪。传统的凸轮班方法仅使用HSV中的色调组件来提取功能。本文使用HSV空间中H和S组件的组合来构建二维颜色特征直方图以及图像的LBP功能直方图，以提高跟踪精度。同时，为了在跟踪过程中进行目标闭塞和非线性变化，本文引入了高斯颗粒滤波器，该颗粒滤波器由Kalman滤波器更新。 Experimental result demonstrates that the real-time performance of the proposal in this paper is better than Mean shift, Camshift, simple particle filter, and Kalman filter. SN - 1687-725X UR - https://doi.org/10.1155/2020/8846977 DO - 10.1155/2020/8846977 JF - Journal of Sensors PB - Hindawi KW - ER -