1. A Modified Mean Shift Algorithm for
Visual Object Tracking
指導教授 : 謝朝和 教授
報告者 : 周書暐
日期 : 13/6/21
Shu-Wei Chou, Chaur-Heh Hsieh, Hown-Wen Chen
Department of Computer and Communication Engineering,
Ming-Chuan University, Taoyuan, Taiwan
1

2. Outline
1.緒論
2.研究方法
A. 系統架構
B. 系統流程
3.實驗環境與成果
4.結論
2

3. 緒論
追蹤的應用性
追蹤容易因為某些情況而導致失敗
本研究在改善CamShift的追蹤失敗，因為被較
大類似顏色物件干擾的追蹤失敗
3

4. 系統架構
4

5. 系統流程-選取物件(1/7)
5

6. 系統流程-製作Color filter function(2/7)
製作dominate
color filter
function
Hue - Color Histogram
Hue - Color Histogram
選用2個dominate color
選用4個dominate color
製作dominate
color filter
function
6

7. 系統流程-製作Template(3/7)
CF
Template
Object Window
7

8. 系統流程-製作Dominate color map(4/7)
CF
Background
Dominate color map
8

9. 系統流程-Matching(5/7)
Dominate color map Match weights map
Template
9

10. 系統流程-Match weights map演算法(6/7)

10

11. 系統流程-使用Mean Shift 演算法(7/7)
11

12. 實驗環境
CPU – Intel® Core(TM) i7-2640M @ 2.80GHz ~ 3.50GHz
RAM – 8.00 GB
System – Windows®7 64位元作業系統
Programming language – C/C++ OpenCV2.4.0
12

13. 實驗成果
實驗資料
視頻序列一 :
在實驗室追蹤物件受到大面積相似顏色干擾(Frame 37、
111、119、151)
視頻序列二 :
在臥房追蹤手部受臉部干擾 (Frame 1、92、
131、259)
尺寸為640x480
13

14. 實驗結果 – 視訊序列一 H分量
14

15. 實驗結果 – 視訊序列一 S分量
15

16. 實驗結果 – 視訊序列一 H·S分量
16

17. 實驗結果 – 視訊序列一 本研究
17

18. 實驗結果 – 視訊序列二 H分量
18

19. 實驗結果 – 視訊序列二 S分量
19

20. 實驗結果 – 視訊序列二 H·S分量
20

21. 實驗結果 – 視訊序列二 本研究
21

22. 結論
 利用Dominate color製作出來的template為畫面中極少會重複的特
徵，此特徵同時也包含了顏色的特徵在內。
 利用Matching本身的特色可以製作一張中心為最相似目標的機率
圖，再以Mean Shift做收斂，可以比傳統CamShift更準確。
機率 : 綠色> 墨綠 >土黃色> 黃色 > 咖啡色
對自己做
matching
Template Match weights map
22