[发明专利]一种基于免疫遗传粒子滤波的智能视频跟踪方法

权利要求书

1.一种基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，包括以下步骤：

(1)初始化，k＝0，在初始帧手动选取参考视觉目标，根据目标状态先验分布p(X₀)随机采样建立初始粒子集其中，同时将初始粒子集作为初始抗体群；

(2)粒子采样，k＝1，2，3Λ，根据随机漂移模型采样得到新的粒子集，即从定义的建议分布p(X_k|X_k-1)抽取当前的状态样本，得到粒子集；

(3)计算粒子集的权值，即根据视频目标观测概率分布计算粒子集的权值，其中，其中，λ为控制参数，为Bhattacharyya距离，为Bhattacharyya系数，{p^(u)}_{u＝1，Λ，B}，{q^(u)}_{u＝1，Λ，B}分别为目标图像区域颜色分布和参考目标颜色分布；

(4)输出粒子状态估计，计算k时刻视频目标的MMSE估计并输出结果，该结果就是跟踪到的视频目标状态；

(5)计算有效粒子数，并判断有效粒子数是否小于预先设定的第一阈值，如果小于第一阈值，则进入下一步，即免疫粒子集优化过程；否则，直接进入重采样过程，经过重采样过程后再返回步骤(2)，其中，近似有效粒子数

(6)计算粒子集适应度，其中，适应度函数构造成输出粒子状态估计与真实状态之间均方根误差的倒数；

(7)更新记忆单元，即用粒子集中权值高的粒子替换记忆单元中权值低的粒子，且替换与加入粒子亲和度最高的原有粒子；

(8)利用粒子浓度的选择机制来调节粒子的浓度，即根据抗体的选择概率来调节粒子的浓度，实现粒子多样性保持，其中，α和β分别为调节常数，N为抗体总数，即粒子总数，C_i为抗体浓度，即相似抗体所占比重，F(·)为抗体适应度函数；

(9)粒子集通过线性交叉运算产生新的粒子，根据交叉概率p_c随机选择交叉父代x₁，x₂，则新产生的子代分别为   其中，r为在[0，1]区间内产生的随机函数；

(10)粒子集通过非均匀变异运算产生新的粒子，根据变异概率p_m随机选择变异父代x，则新产生的子代为其中，为计算元素改变量的函数，y为x到取值边界的距离，g_c为当前进化代数，T为最大进化代数，r为形状系数；

(11)判断全局误差是否小于预先设定的第二阈值，如果全局误差小于该第二阈值，则进入重采样过程，经过重采样过程再返回到步骤(2)；否则，返回步骤(5)，重新进入免疫遗传粒子集优化过程。

2.根据权利要求1所述的基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，在所述的步骤(2)中采用随机漂移模型X_k＝X_k-1+U_k实现对目标的粒子采样，得到的粒子集为

3.根据权利要求1所述的基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，在所述的步骤(3)中采用基于核的颜色特征描述建立视觉目标的观测概率分布，据此计算得到粒子集的权值。

4.根据权利要求1所述的基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，在所述的步骤(5)中的重采样过程采用累积分布重采样，根据粒子权值从粒子集中重新抽取N个粒子组成新的粒子集。

5.根据权利要求1所述的基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，在所述的步骤(8)中粒子浓度的选择机制由选择概率确定，其中，选择概率由适应度概率和浓度抑制概率两部分组成。

6.根据权利要求1所述的基于免疫遗传粒子滤波的智能视频跟踪方法，其特征在于，在所述的步骤(9)和步骤(10)中，通过交叉和变异产生新的粒子进而形成新的粒子集。