粒子群优化的压缩跟踪算法

摘要：

目的 针对基于压缩感知理论的跟踪算法跟踪效率不高和难以抗遮挡的问题,提出一种结合压缩感知和粒子群优化的跟踪算法.方法 将粒子群优化算法结合到压缩跟踪算法中,提出了采用粒子群优化的搜索方法替代在确定候选目标时,采用每隔一个像素选取一个候选目标的搜索策略;在目标发生遮挡时,采用粒子群优化的方法进行整幅图全局搜索.结果 20个视频序列数据库的目标跟踪结果表明,本文算法极大地提高了跟踪效率,并有很强的抗目标遮挡和形变的能力从而提高了跟踪的成功率.20个视频数据库进行了定量的分析,平均成功率达到了65.2％,平均中心位置偏差为33.4,平均每秒运行155.5帧.结论 提出的跟踪算法优化了搜索目标的计算次数,提高了算法的运行效率,当在目标发生遮挡时,采用粒子群优化进行全局搜索直到目标重新出现,从而提高了跟踪算法的跟踪成功率,本文算法能适用于不同场景,能够提高智能视频监控系统的智能监控性能.

关键词：计算机视觉、目标跟踪、压缩感知、粒子群优化、特征提取、朴素贝叶斯

所属期刊栏目：21

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61163024,61262067;云南省应用基础研究计划面上资助项目2015FB115;National Natural Science Foundation of China61163024,61262067

在线出版日期：2016-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1068-1077