| 基于云自适应粒子群优化粒子滤波的视频目标跟踪 |
| |
| 引用本文： | 刘峰,宣士斌,刘香品.基于云自适应粒子群优化粒子滤波的视频目标跟踪[J].数据采集与处理,2015,30(2):452-463. |
| |
| 作者姓名： | 刘峰 宣士斌 刘香品 |
| |
| 作者单位： | 广西民族大学信息科学与工程学院；广西民族大学信息科学与工程学院；广西民族大学信息科学与工程学院 |
| |
| 摘 要： | 针对视频目标跟踪中遮挡问题处理不佳和快速运动目标易丢失的问题，提出一种云自适应PSO（CAPSO）优化粒子滤波的视频目标跟踪算法。算法利用粒子滤波预测目标区域在视频下一帧图像的位置，结合颜色直方图统计特性，引入CAPSO算法并根据粒子适应度值将粒子集分成三个子群，分别采用不同的惯性权重生成
策略，普通种群的惯性权重由X条件云发生器自适应地调整，利用云模型云滴的随机性和稳定倾向性特点，使惯性权重满足快速寻优能力又具有随机性。通过CAPSO优化，降低了粒子滤波重采样帧数，减少了算法的运算量，同时提高了搜索精度，能较好处理目标遮挡问题。并且CAPSO算法通过采用这三种不同的惯性权重生成策略，可自适应地平衡算法的全局和局部搜索能力来调节粒子的搜索范围，有效地解决了快速运动目标易丢失的问题。仿真实验结果表明,新算法对视频目标跟踪中的遮挡和快速运动目标易丢失的情况具有较好的实时性和准确性。
|
| 关 键 词： | 目标跟踪 粒子滤波 云模型 粒子群优化 |
Video Target Tracking Based on New Cloud Adaptive Particle Swarm Optimization Particle Filter |
| |
| Liu Feng,Xuan Shibin,Liu Xiangpin.Video Target Tracking Based on New Cloud Adaptive Particle Swarm Optimization Particle Filter[J].Journal of Data Acquisition & Processing,2015,30(2):452-463. |
| |
| Authors: | Liu Feng Xuan Shibin Liu Xiangpin |
| |
| Affiliation: | College of Information Science and Engineering, Guangxi University for Nationalities;College of Information Science and Engineering, Guangxi University for Nationalities;College of Information Science and Engineering, Guangxi University for Nationalities |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
