将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.

基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征，设计了均值偏移和粒子滤波相结合的目标跟踪技术-Based

Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.-Mean Shift the conc

将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.-The mean shift algorithm is embedded into the particle filter tracking framework of the particle filter algorithm overcomes the shortcomings of large amount of c