[发明专利]一种基于元胞量子行为粒子群算法的目标跟踪方法

摘要

本发明公开了一种基于元胞量子行为粒子群算法的目标跟踪方法，属于计算机视觉领域。本发明基于C9邻域的粒子群优化算法的改进，结合粒子滤波的部分优点提供一种新的目标跟踪框架。该方法通过结合粒子滤波的重采样，运用高斯混合模型评价适应值，并改进粒子的拓扑结构来实现更加精准的目标跟踪。本发明解决了现有QPSO目标跟踪算法存在着粒子被错误引导而造成过早收敛的情况，以及算法进入搜索中后期收敛速度变慢的情况。当对象随意运动或者外观上发生大的变化时，本发明的跟踪框架更有效，更加广泛地应用于计算机视觉领域。

主权项

一种基于元胞量子行为粒子群算法的目标跟踪方法，其特征在于，具体包括以下步骤：(1)图像跟踪区域确定：输入显示初始图像，划定跟踪区域，对跟踪区域进行归一化，并建立观测模型；(2)基于C9邻域QPSO迭代：首先在初始图像上随机初始化粒子群中所有粒子的位置，从第二帧开始根据之前的运动结果对目标的运动情况进行建模，让粒子以某一情况分布在下一帧目标最可能出现的范围内，进行基于C9邻域QPSO迭代；(3)根据粒子fitness值更新粒子位置：根据观测模型计算粒子fitness值，更新粒子的全局最优位置和局部最优位置；(4)判断是否收敛：当全局最优位置和局部最优位置重合，或者满足一定的终止准则，算法收敛，继续开始下一帧图像的跟踪；如果算法没有收敛，则引入粒子滤波重采样步骤，进行重采样加快收敛速度。