[发明专利]一种混合GOA和TLBO搜索的快速运动目标跟踪方法有效
申请号: | 201811471278.1 | 申请日: | 2018-12-04 |
公开(公告)号: | CN109658436B | 公开(公告)日: | 2020-09-01 |
发明(设计)人: | 张建伟;张焕龙;王芳;赵素娜;高增;王红博;焦战伟;贺振东;王延峰 | 申请(专利权)人: | 郑州轻工业学院 |
主分类号: | G06T7/231 | 分类号: | G06T7/231;G06T7/238;G06T7/246 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 郑园;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: | 本发明提出了一种混合GOA和TLBO搜索的快速运动目标跟踪方法,用以解决传统优化算法应用在视频目标跟踪中跟踪精度和效率低的问题。本发明的步骤为:初始化目标状态参数和优化模型参数;采用GOA的全局探索与目标相似的候选区域;利用TLBO的局部搜索与目标图像最为相似的候选图像块;计算候选图像块与目标图像块的相似度值;选取最优候选图像块作为本次迭代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;重复上述步骤实现视频目标跟踪。本发明结合GOA全局探索能力强和TLBO的局部开发能力强的特点,能够有效的实现帧间的快速或突变运动的持续性跟踪,提高了在复杂场景下的适应能力,具有重要的理论意义和实用价值。 | ||
搜索关键词: | 一种 混合 goa tlbo 搜索 快速 运动 目标 跟踪 方法 | ||
【主权项】:
1.一种混合GOA和TLBO搜索的快速运动目标跟踪方法,其特征在于,其步骤如下:步骤一:初始化目标状态参数、GOA和TLBO搜索机制的相关优化模型参数:读取第一帧图像的数据信息,确定目标在第一帧图像的状态参数;GOA和TLBO搜索机制的参数:初始图像块位置数N,最大迭代次数为T;步骤二:采用GOA和TLBO的搜索机制搜索候选图像块实现目标跟踪:通过GOA的优化模型参数在图像上随机产生N个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大小相同的图像块作为候选图像块;通过GOA的运动模型更新候选图像块的位置,并计算候选图像块与目标图像块的适应度值;通过TLBO的运动模型进一步更新候选图像块的位置,计算适应度值并与GOA之前产生的适应度值进行比较,选取相似度值最大的候选图像块作为本次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的目标图像块以及下一帧的目标状态参数,进行下一帧图像目标的跟踪;步骤四:重复步骤二——步骤三,实现目标跟踪。
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/201811471278.1/,转载请声明来源钻瓜专利网。
- 上一篇:用于视频捕获和创建的无人机云
- 下一篇:一种快速检测运动物体的方法及装置