用于彩色目标跟踪的改进粒子群优化算法

摘要：

提出一种用于彩色目标跟踪的改进粒子群优化算法(ImprovedParticle Swarm Optimization Algorithms，IPSOA)。针对彩色目标,选择加权彩色直方图作为目标的特征,选用Bhattacharyya系数作为特征相似性度量,其最大值位置表示目标位置。对粒子群优化算法进行了改进,即自动调整惯性权重函数与认知学习因子,每次递推时对粒子速度、单帧位移总量加以限制,对Bhattacharyya系数优化,快速求取函数最大值位置。利用彩色序列图像进行仿真实验,结果表明,该方法能够实时跟踪飞机、车辆等目标,在目标被部分遮挡时能稳健跟踪。

关键词： 目标跟踪 粒子群优化 优化算法 彩色直方图 彩色目标 序列图像

作者: 孙中森 乔双 孙俊喜 宋建中

作者单位: 中国科学院长春光学精密机械与物理研究所 长春 130033 中国科学院研究生院 北京 100039 中国科学院长春光学精密机械与物理研究所 长春 130033

会议类型: 国内会议

会议名称: 第三届全国光学技术交流会

会议地点: 南京

会议语种:中文

页码: 203-205

在线出版日期: 2007-04-01（万方平台首次上网日期，不代表论文的发表时间）