MeanShift聚类分析与应用张旭光目录MeanShift原理MeanShift介绍密度估计方法MeanShift算法推导Meanshift算法特点应用聚类间断保持平滑边缘检测图像分割目标跟踪MeanShift原理均值漂移法(MeanShift)算法思想:对相似度概率密度函数或者后验概率密度函数采用直接的连续估计。Meanshift:均值偏移方法。采用彩色直方图作为匹配特征。MeanShift跟踪算法反复不断地把数据点朝向MeanShift矢量方向进行移动,最终收敛到某个概率密度函数的极值点。在MeanShift跟踪算法中,相似度函数用于刻画目标模板和候选区域所对应的两个核函数直方图的相似性,采用的是Bhattacharyya系数。因此,这种方法将跟踪问题转化为MeanShift模式匹配问题。核函数是MeanShift算法的核心,可以通过尺度空间差的局部最大化来选择核尺度,若采用高斯差分计算尺度空间差,则得到高斯差分MeanShift算法。直观说明感兴趣区域质心MeanShift向量目的:寻找样本分布最密集的区域直观说明感兴趣区域质心MeanShift向量目的:寻找样本分布最密集的区域直观说明感兴趣区域质心MeanShift向量目的:寻找样本分布最密集的区域直观说明感兴趣区域质心MeanShift向量目的:寻找样本分布最密集的区域
第五课均值漂移分析 来自淘豆网www.taodocs.com转载请标明出处.