改进Mean Shift目标跟踪算法实现

来源：电子测量技术杂志2023年第2期北京时间：

作者：刘银萍，夏金锋，姜栋，徐龙，严飞

单位：1.南京信息工程大学大气物理学院 南京 210044;2.南京信息工程大学自动化学院 南京 210044; 3.江苏省大气环境与装备技术协同创新中心 南京 210044

摘要：目标跟踪技术目前具有较好的应用前景，但在嵌入式处理平台中面临着实时性要求高、跟踪场景复杂等情况，加上受成本和嵌入式处理平台算力的限制，其处理效果往往很难满足现实需求，因此目标跟踪等图像处理技术的落地实现是当前研究的热点内容。针对此问题，本文在FPGA平台实现了改进Mean Shift目标跟踪算法，该算法首先通过目标的概率密度分布梯度爬升来寻找目标，然后采用Kalman滤波的预测机制来预估下一帧搜寻计算的位置，从而减少Mean Shift的迭代次数。该算法实现充分利用FPGA能够并行和流水线处理的特点，实现了在1 920×1 080@60 Hz高清视频图像场景下的实时目标跟踪，其中Kalman滤波算法使其在较复杂场景下也能具备一定的抗遮挡干扰的能力。

关键词：FPGA;目标跟踪;Mean Shift算法;Kalman滤波

基金资助：江苏省产业前瞻与关键核心技术重点项目（BE2020006-2）、国家自然科学基金(61605083)项目资助