基于量子遗传算法的视觉目标跟踪

发布时间：2023-01-12 17:07

　　针对视觉目标跟踪中传统搜索方法效率不高、难以求取全局最优等问题,利用量子遗传算法的全局寻优能力,提出了一种采用量子遗传算法作为搜索策略的视觉跟踪方法.在量子遗传算法的框架下,将像素点位置作为种群中的个体,提取颜色直方图作为特征,以相似性度量作为目标函数计算个体适应度值,找出相似度最大的像素点位置输出,最终完成跟踪.实验结果表明,本文方法在目标速度快、遮挡和非刚性形变等情况下具有明显优势,且算法运算量小,跟踪速度快. 

【文章页数】：9 页

【文章目录】：
1 引言
2 量子遗传算法基本原理
3 本文跟踪算法
    3.1 算法设置
    3.2 最佳匹配点搜索
    3.3 算法流程
4 实验
    4.1 搜索策略对比
        4.1.1 实验结果分析
        4.1.2 运算速度比较
    4.2 主流跟踪算法对比
        4.2.1 定性分析
        4.2.2 定量分析
5 结论


【参考文献】：
期刊论文
[1]基于多表观特征子模型更新的鲁棒视觉跟踪[J]. 范舜奕,管桦,侯志强,余旺盛,戴铂.  电子学报. 2018(02)
[2]基于改进协作目标外观模型的在线视觉跟踪[J]. 宋涛,李鸥,刘广怡,崔弘亮.  电子学报. 2017(02)
[3]在线鲁棒判别式字典学习视觉跟踪[J]. 薛模根,朱虹,袁广林.  电子学报. 2016(04)
[4]基于量子遗传算法的无线视频传感网络优化覆盖算法[J]. 樊富有,杨国武,乐千桤,吕凤毛,赵超.  通信学报. 2015(06)
[5]基于改进量子进化算法的巡航导弹航路规划方法[J]. 张磊,方洋旺,柴栋,雍霄驹.  兵工学报. 2014(11)
[6]QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用[J]. 王涛,王洋洋,郭长娜,张继华.  传感技术学报. 2012(01)



本文编号：3730183