摘要：在人运动的视觉分析中，根据差分图像的直方图分布，将目标区域和背景区域作为2个类别进行判别，提出基于最小错误率的贝叶斯决策的动态图像分割方法，获得了良好的分割效果。提出了基于改进的灰预测模型GM（1，1）的人运动跟踪方法，GM（1，1）的初始信息由C均值聚类结果提供，同时GM（1，1）的预测结果作为下一帧图像C均值的初始聚类中心，提高了系统的实时性。与α-β-γ滤波的跟踪误差对比实验证明：该方法能够更好地挖掘人的当前运动规律，能够稳定地保持较小的跟踪误差，从而更好地反映人运动趋势，快速准确地预测人的运动位置。

关键词：人运动跟踪 贝叶斯决策 灰预测 

单位：浙江理工大学信息电子学院 杭州310018 浙江理工大学机械与自动控制学院 杭州310018 浙江工业大学集成化信息系统研究所 杭州310014