[發明專利]一種基于序列粒子群優化的圖像跟蹤方法

無效

• 申請號: 201010117757.0
• 申請日: 2010-03-03
• 公開（公告）號: CN102194234A
• 公開（公告）日: 2011-09-21
• 發明（設計）人: 胡衛明;張笑欽;羅文寒
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06N3/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 梁愛榮

1.一種基于序列粒子群優化的圖像跟蹤方法，其特征在于，該圖像跟蹤方法包括步驟：

步驟1：在當前幀圖像中，利用狀態轉移分布對上一幀圖像中的個體最優狀態集進行隨機傳播并產生粒子；

步驟2：對隨機傳播后產生的粒子進行粒子群優化迭代，獲得粒子的適應值；

步驟3：利用基于空間約束混合高斯的表觀模型對每個粒子的適應值進行評價，獲得適應值評價的結果；

步驟4：根據適應值評價的結果更新粒子的個體最優狀態和群體最優狀態；

步驟5：對適應值評價的結果、粒子的個體最優狀態和群體最優狀態進行收斂判斷：若滿足收斂條件則輸出群體最優狀態粒子對應的觀測值作為當前幀圖像的跟蹤結果，若不滿足上述收斂條件，則繼續執行步驟2。

2.按照權利要求1所述的圖像跟蹤方法，其特征在于，對上一幀圖像中的個體最優狀態集進行隨機傳播的步驟包括：

步驟11：給定上一幀圖像中粒子群集合的個體最優狀態；

步驟12：根據高斯分布對個體最優狀態粒子集合進行隨機傳播。

3.按照權利要求1所述的圖像跟蹤方法，其特征在于，對隨機傳播后產生的粒子進行粒子群優化迭代，包括步驟如下：

步驟21：根據前一次迭代的粒子個體最優和全局最優狀態得到本次迭代的加速度參數；

步驟22：根據對當前粒子的預測速度設定當前粒子最大速度限制；

步驟23：根據最大速度限制，定義保證收斂性并提高收斂速度的收縮參數；

步驟24：根據上述收縮參數對速度進行迭代：

得到當前粒子的速度；其中v^i，n為前一次迭代時粒子的速度，x^i，n為前一次迭代時粒子的狀態，v^i，n+1為估計出來的當前迭代粒子的速度，pⁱ為粒子個體最優狀態，g為粒子群體最優狀態，為加速度常數，u₁和u₂為[0，1]間的均勻隨機數，R(·)為收縮因子；

步驟25：根據當前粒子的速度對粒子狀態進行迭代：x^i，n+1＝x^i，n+v^i，n+1，得到當前粒子狀態，x^i，n+1為估計出來的當前迭代粒子的狀態。

4.按照權利要求3所述的圖像跟蹤方法，其特征在于，所述加速度常數

被設置成自適應的加速度常數，如下式表示：

其中f(·)表示適應值評價函數。

5.按照權利要求1所述的圖像跟蹤方法，其特征在于，對每個粒子的適應值進行評價的步驟包括：

步驟31：根據每個粒子狀態得到對應的觀測值；

步驟32：根據事先定義的適應值評價函數對粒子的適應值進行評價。

6.按照權利要求1所述的圖像跟蹤方法，其特征在于，根據適應值評價結果更新個體最優狀態和群體最優狀態的步驟包括：

步驟41：基于適應值評價的結果，對個體最優狀態進行更新：對一個粒子而言，如果對該粒子當前的個體狀態的適應值評價優于該粒子最優狀態，則將該粒子最優狀態更新為該粒子當前狀態，如果對該粒子當前的個體狀態的適應值評價劣于該粒子最優狀態，則保持該粒子最優狀態原值不變；

步驟42：基于適應值評價的結果，對群體最優狀態進行更新：在所有粒子的個體最優狀態的適應值評價結果中，挑選出評價結果最優的粒子個體最優狀態，作為群體最優狀態。

7.按照權利要求1所述的圖像跟蹤方法，其特征在于，所述收斂判斷的步驟包括：

步驟51：基于更新過的粒子個體最優狀態和群體最優狀態，對群體最優狀態的粒子的適應值評價結果進行收斂判斷，如果該群體最優狀態適應值評價結果大于事先規定的閾值，并且所有個體最優狀態都落在群體最優狀態的某范圍的鄰域中，則認為達到收斂條件；

步驟52：如果上述條件得不到滿足，則判斷迭代次數是否達到最大迭代次數；若迭代次數達到最大迭代次數，則認為達到收斂條件，若迭代次數沒有達到最大迭代次數，則認為還未收斂；

步驟53：如果已經收斂，則迭代過程結束，則輸出群體最優狀態粒子對應的觀測值作為當前幀圖像的跟蹤結果，如果未收斂，則繼續進行粒子群優化迭代。