[发明专利]一种基于ALO搜索的突变运动目标跟踪方法有效
申请号: | 201810161968.0 | 申请日: | 2018-02-27 |
公开(公告)号: | CN108305272B | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 张焕龙;耿盛涛;陈宜滨;高增;张秀娇;郑玉彬;钱晓亮;王延峰;贺振东 | 申请(专利权)人: | 郑州轻工业学院 |
主分类号: | G06T7/238 | 分类号: | G06T7/238;G06T7/246;G06K9/46;G06K9/62;G06N3/00 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 董晓慧;栗改 |
地址: | 450002 *** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于ALO搜索的突变运动目标跟踪方法,用以解决现有运动目标跟踪方法运行效率不高、包含较多的调节参数的问题。初始化目标状态参数和ALO算法的优化模型参数;采用ALO算法搜索候选图像块,实现目标跟踪;将输出的最优候选图像块作为当前帧图像的目标图像块及下一帧的目标状态参数,进行下一帧图像的跟踪。本发明采取全局最优的运动状态搜索机制及较少的模型调节参数,基于蚁狮算法的搜索机制,在蚂蚁随机游走的基础上,采用轮盘赌随机选择蚁狮和精英蚁狮共同影响蚂蚁行走路径,随着迭代次数的增加,逐步缩小搜索空间,提高运行效率,能够很好的适应运动目标跟踪问题,后续对跟踪目标的识别、理解和分析具有重要意义。 | ||
搜索关键词: | 一种 基于 alo 搜索 突变 运动 目标 跟踪 方法 | ||
【主权项】:
1.一种基于ALO搜索的突变运动目标跟踪方法,其特征在于,其步骤如下:步骤一:初始化目标状态参数和ALO算法的优化模型参数:读取第一帧图像的数据信息,确定目标在第一帧图像内的状态参数[x,y,w,h],其中,(x,y)为图像块左上角像素点的坐标值,w为目标宽度,h为目标高度;ALO算法的优化模型参数包括在图像中分别随机产生n个蚁狮和蚂蚁的位置,作为初始候选图像块和搜索代理图像块左上角的坐标位置,迭代优化次数T;步骤二:采用ALO算法搜索候选图像块,实现目标跟踪:根据ALO算法初始的模型参数中随机产生的候选图像块的左上角的位置,在各个位置上截取与目标图像块大小相同的图像块作为目标图像块,候选图像块与目标图像块的相似度值;通过搜索代理位置的更新实现候选图像块的位置更新;选取相似度值最大的候选图像块,作为迭代的最优候选图像块;步骤三:将输出的最优候选图像块作为当前帧图像的目标图像块及下一帧的目标状态参数,进行下一帧图像的跟踪;步骤四:重复步骤二——步骤三,实现运动目标的跟踪。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州轻工业学院,未经郑州轻工业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810161968.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种视频帧图像处理方法和装置
- 下一篇:一种对象检测方法、装置及存储介质