一种基于蝙蝠算法的视觉跟踪方法

doi:10.13190/j.jbupt.2016.05.015

北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (5): 72-77.doi: 10.13190/j.jbupt.2016.05.015

一种基于蝙蝠算法的视觉跟踪方法

高明亮¹, 尹丽菊¹, 蒋俊², 申晋¹

1. 山东理工大学电气与电子工程学院, 山东淄博 255000;
2. 西南石油大学计算机科学学院, 成都 610500

收稿日期:2016-03-31 出版日期:2016-10-28 发布日期:2016-12-02
作者简介:高明亮(1985-),男,讲师;蒋俊(1976-),男,讲师,E-mail:iocomp@163.com.
基金资助:
国家自然科学基金项目（61601266）；山东理工大学青年教师支持计划项目；山东省自然科学基金联合专项项目（ZR2015FL034）

Visual Tracking Using Bat-Inspired Algorithm

GAO Ming-liang¹, YIN Li-ju¹, JIANG Jun², SHEN Jin¹

1. College of Electrical and Electronic Engineering, Shandong University of Technology, Shandong Zibo 255000, China;
2. School of Computer Science, Southwest Petroleum University, Chengdu 610500, China

Received:2016-03-31 Online:2016-10-28 Published:2016-12-02

摘要/Abstract

摘要： 提出了一种基于蝙蝠算法的目标跟踪新方法.首先描述了基于蝙蝠算法的目标跟踪流程，在此基础上研究了蝙蝠算法的迭代终止条件、蝙蝠种群数、脉冲频率因子和脉冲音强衰减因子对跟踪性能的影响，并通过实验确定了以上参数，最后与粒子滤波、均值漂移和粒子群优化3种跟踪算法进行了比较.实验结果表明，基于蝙蝠算法的视频目标跟踪方法的跟踪效果优于其他3种算法.

关键词: 视觉跟踪, 蝙蝠算法, 迭代终止条件, 参数确定

Abstract: A new visual tracking method based on bat algorithm (BA) was presented, in which, the BA-based tracking architecture is proposed. Then, the impact of the iterative termination condition, population size, pulse frequency increasing coefficient and pulse amplitude attenuation coefficient on the tracking performance are studied and these parameters are determined. To demonstrate the tracking ability of the proposed tracker, comparative studies of tracking accuracy and speed of the BA-based tracker with three representative trackers, namely, particle filter, meanshift, particle swarm optimization are given. Comparative results show that the proposed algorithm outperforms the other three trackers.

Key words: visual tracking, bat algorithm, iterative termination condition, parameters determination

中图分类号:

TP391

高明亮, 尹丽菊, 蒋俊, 申晋. 一种基于蝙蝠算法的视觉跟踪方法[J]. 北京邮电大学学报, 2016, 39(5): 72-77.

GAO Ming-liang, YIN Li-ju, JIANG Jun, SHEN Jin. Visual Tracking Using Bat-Inspired Algorithm[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2016, 39(5): 72-77.

[1]	包荣珍朱志宇杨洋冯春燕. 可见光通信辅助的单光源透视圆线定位算法[J]. 北京邮电大学学报, 2023, 46(4): 32-39.
[2]	张小乾, 王潇, 薛旭倩, 谈振, 蒲磊. 基于加权多核子空间聚类的图像分割方法[J]. 北京邮电大学学报, 2023, 46(3): 78-83.
[3]	王铭, 林贝贝, 张顺利. 基于帧级-时空双分支网络的步态识别方法[J]. 北京邮电大学学报, 2023, 46(3): 73-77.
[4]	常霄, 黄智濒, 禹旻, 杨武兵. 一种适用于航天大数据的深度决策树算法[J]. 北京邮电大学学报, 2023, 46(3): 1-6.
[5]	李超然谢磊. 基于振动感知的按键识别技术[J]. 北京邮电大学学报, 0, (): 0-0.
[6]	叶洪滨林政宽程红举. 基于多相机特征融合的行人检测算法研究[J]. 北京邮电大学学报, 0, (): 0-0.
[7]	翟夏普安源龙艺璇. 本体和深度学习融合的在线评论细粒度情感分析[J]. 北京邮电大学学报, 0, (): 0-0.
[8]	宫岐伟禹可吴晓非. PERC Roberta：基于ERC Roberta的提示学习实现对话情感识别[J]. 北京邮电大学学报, 0, (): 0-0.
[9]	胡敏熊思黄宏程张光华王春芳. 基于RAPNet的脑肿瘤MRI图像三维分割[J]. 北京邮电大学学报, 2023, 46(2): 91-97.
[10]	赵海英王梓舟. 基于多层判别字典学习的传统服饰图像分类算法[J]. 北京邮电大学学报, 2023, 46(2): 104-108.
[11]	张雅斓班晓娟董子瑞. 面向单目视频的非牛顿流体仿真重建[J]. 北京邮电大学学报, 2023, 46(2): 109-115.
[12]	杨宸旭陈尧李秋锋石文泽董德秀. 基于相位迁移的超声相控阵聚焦扫查成像方法[J]. 北京邮电大学学报, 2023, 46(2): 98-103.
[13]	王薇谢沈惟闫浩田张闯吴铭. 基于道路中心线的分阶段弱监督遥感图像道路提取[J]. 北京邮电大学学报, 2023, 46(2): 84-90.
[14]	于天河柳梦瑶. 基于人眼视觉系统的图像质量评价方法[J]. 北京邮电大学学报, 2023, 46(2): 129-136.
[15]	荣震宇刘建毅. 基于Transformer和MLP的眼底血管分割算法[J]. 北京邮电大学学报, 2023, 46(1): 26-31.

一种基于蝙蝠算法的视觉跟踪方法

Visual Tracking Using Bat-Inspired Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价