用于彩色目标跟踪的改进粒子群优化算法

您当前的位置：

首页 >

文章列表页 >

用于彩色目标跟踪的改进粒子群优化算法

信息光学与图像处理 | 更新时间：2025-09-01

- 用于彩色目标跟踪的改进粒子群优化算法
- An improved PSO for color target tracking
- 光学技术 2007年第S1期页码：203-205
- 作者机构：
  
  1:中国科学院长春光学精密机械与物理研究所
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2007
- 稿件说明：
移动端阅览
孙中森, 乔双, 孙俊喜, 等. 用于彩色目标跟踪的改进粒子群优化算法[J]. 光学技术, 2007,(S1):203-205.

An improved PSO for color target tracking[J]. 2007, (S1): 203-205.
孙中森, 乔双, 孙俊喜, 等. 用于彩色目标跟踪的改进粒子群优化算法[J]. 光学技术, 2007,(S1):203-205. DOI：

An improved PSO for color target tracking[J]. 2007, (S1): 203-205. DOI：

提出一种用于彩色目标跟踪的改进粒子群优化算法(Improved Particle Swarm Optimization Algorithms

IP-SOA)。针对彩色目标

选择加权彩色直方图作为目标的特征

选用Bhattacharyya系数作为特征相似性度量

其最大值位置表示目标位置。对粒子群优化算法进行了改进

即自动调整惯性权重函数与认知学习因子

每次递推时对粒子速度、单帧位移总量加以限制

对Bhattacharyya系数优化

快速求取函数最大值位置。利用彩色序列图像进行仿真实验

结果表明

该方法能够实时跟踪飞机、车辆等目标

在目标被部分遮挡时能稳健跟踪。

浏览量

163

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Mean-shift的灰度目标跟踪新算法

基于FPGA的运动目标实时检测跟踪算法及其实现技术

基于加权多实例学习的压缩感知目标跟踪

团块建模与粒子滤波相结合的行人目标视觉跟踪

场景自适应的跟踪特征选择机制研究