题目：一种遮挡情况下的视频跟踪方法

目标跟踪技术是视觉领域研究中的热点问题，广泛应用于视频监控、生物医学、导航制导等领域。而目标运动过程中自身的形变、复杂背景的干扰以及各类噪声、遮挡、光照等因素都会对目标跟踪产生影响。在复杂的现实环境下，有针对性地提高跟踪算法的准确性、鲁棒性与实时性是目标跟踪研究的重点。 本论文针对经典的Mean-Shift算法在目标发生遮挡时容易导致跟踪失败的问题，提出了一种改进的Mean-Shift跟踪算法。该方法通过计算Bhattacharyya系数能准确的判断目标是否被遮挡，并引入Kalman滤波估计出运动目标在下一帧中最可能的出现位置，再利用Mean-Shift跟踪算法在这个缩小的范围进行搜索和目标匹配，从而可用较小的运算量获得较为可靠的跟踪效果，并能有效的适应目标被遮挡的场景。实验结果证明了该算法的有效性。