[发明专利]一种基于蝙蝠算法的视频目标跟踪方法

权利要求书

1.一种基于蝙蝠算法的视频目标跟踪方法，其特征在于：包括以下步骤：

步骤1，在视频初始帧图像中，选定目标，确定目标初始状态矢量；

步骤2，根据目标的状态矢量，建立目标的核函数加权颜色模型；

步骤3，利用蝙蝠算法，在下一帧图像中，对目标的最优位置进行优化搜索；

步骤4，根据适应度值对蝙蝠群进行排序，找到适应度值最大的蝙蝠的状态，根据该状态在当前图像中定位出目标的位置；

步骤5，判断视频中是否有新图像输入，如果有，则执行步骤3，否则，程序结束。

2.根据权利要求1所述的一种基于蝙蝠算法的视频目标跟踪方法，其特征在于：步骤1所述的目标初始状态矢量为x＝[x,y,s]，其中，(x,y)表示目标中心点的坐标，s表示目标的缩放尺度。

3.根据权利要求1所述的一种基于蝙蝠算法的视频目标跟踪方法，其特征在于：步骤2所述的目标的核函数加权颜色模型：

p^c(u)(Xk)=CΣi=1Mk(||c-cir||2)δ[b(ci)-u],u=1,...,m]]>

其中，δ(·)为Delta函数；b(c_i)为颜色量化函数，表示将位于c_i处的像素颜色值量化并将其分配到颜色直方图相应的颜色等级索引中；u为直方图中颜色等级索引；归一化因子：k(·)为核函数，其定义如下：

||r||为像素点距离目标中心的距离。