基于改进量子粒子群的视觉跟踪方法

《基于改进量子粒子群的视觉跟踪方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、！单位代码：：＿＿巡驻＿．密级４考今雀４著＇巧去營隹恰Ａ进．满Ｉ；＃嚷论文離目：基于改进量子粒子群的视觉跟踪方法？＇－１０１３０５１３４４学号？．孙波姓名王保云导师式识别与智能系统学科专化横像与视频■的处理与理解研究方向图工学硕±申请学位类别二一六年Ｈ月零论文提交日期南京邮电大学学位论文原创性声明。ｒ的硏究Ｉ：诗帅指巧Ｋ进ｆ－作及取巧的硏巧成果本人卢明所早．交的学化论文沾我个人在过，论文中不包貪巧他人经

2、化衷或撰乌尽我所知，除了文中特别加切标巧和敛谢的地方外。．或化书耐化川过的材料的排％成裝，化不包含为狄树隋成邮化乂学成化它毅訂机构的学化’ｉ■谢意。巧作的同忠对本研究所做的巧何山献巧Ｌｉ作论文中作ｒｗ确的说叫并衣巧！ｊ－。木人令位论义及涉及相关巧料巧不实，愿怠承化切巧策的化作贵化．研究化签名：：Ｎ則：ｉ吐為耗—刮＾南京邮电大学学位论文使用授权声巧义的赁印件和？义水人巧仪向点邮化人巧促簡化向闽絮有乂部ｎ或机构送交您；巧閒和化關ｉｉＪＷ将巧化论义的令啡或部分内巧编入关殺据昨进打检索門；化化论

3、义披；＇义巧的内巧和纸巧、汇编本学化论丈。木文屯子叩乂来用跋印、缩印或片描等父制手段保存＇．究１＾阮如训。皆訂向内存Ｉｔ！巧。论史的公化（包巧刊常）授化向点邮屯大芋研皆常节化论义化解密后巧川本授权书。＇．计师傑ｍｔ）Ｊ：圳亢１谁名：來＿＿＿＿＿化VisualTrackingwithImprovedQuantum-behavedParticleSwarmOptimizationThesisSubmittedtoNanjingUniversityofPostsandTelecommunication

4、sfortheDegreeofMasterofEngineeringBySunBoSupervisor:Prof.WangBaoyunMarch2016摘要视觉跟踪是计算机视觉领域中一个重要的组成部分，被广泛地应用于智能交通、监控、人机交互等场景中。同时，由于应用场景的复杂性，设计一个鲁棒的、实时的跟踪方法依旧是一个研究中的难题，因此，视觉跟踪有着很大的研究价值和探索空间。由于视觉跟踪的过程可以被视为是一个动态寻优的过程，因此，用于解决最优化问题的优化算法被广泛地应用于视觉跟踪中。而粒子群优化（ParticleSw

5、armOptimization，PSO）算法是目前群体智能算法中的一个较热门的研究点，可以用于解决优化问题，并且由于其简单易实现、寻优效率高等特点受到了广泛的关注。介于上述分析，基于PSO的视觉跟踪在理论上可以作为视觉跟踪中的一个新的领域进行探索，并已经取得了一定的成果。大量实践证明了基于PSO算法构建的视觉跟踪方法是可行的，并且有着良好的性能。然而，PSO已经被证明是一种局部最优的算法，即容易收敛于局部最优解。基于量子理论的量子粒子群（QPSO）算法在保持了PSO优点的基础上，克服了PSO在全局收敛性上的不足，有

6、着更好的全局收敛性。本文考虑将QPSO引入到视觉跟踪中，基于QPSO设计一个鲁棒的跟踪算法，但QPSO存在着种群多样性的问题，在一定程度上会影响到跟踪的效果。本文首先提出了差分进化量子粒子群（DE-QPSO）算法，该算法将差分进化（DE）算法的思想引入到QPSO中，在QPSO的粒子状态更新过程中添加差分进化算法中的变异、交叉和选择操作，以丰富种群多样性，因此DE-QPSO在保持了QPSO全局收敛能力优点的同时，能够进一步提升算法的性能，并使得算法更加鲁棒。另外，在目标外观模型上，采用了分块的思想，结合高斯混合模型（

7、GaussianMixtureModel，GMM），提出了基于局部块的高斯混合模型（Patch-GMM）以及相应的模型更新方法，基于局部块的外观模型可以使得目标外观不易受到环境的影响，使得跟踪更为鲁棒。最后结合前两个研究点，提出了基于DE-QPSO的跟踪方法。本文进行了大量的实验，实验结果表明，基于DEQPSO的视觉跟踪是可行的，并且在很多数据集中表现优异，能够克服不少视觉跟踪中的难点，如目标外观变化、尺寸变化、快速运动、运动模糊以及遮挡等。关键词:视觉跟踪，量子粒子群，差分进化，局部块外观模型IAbstractV

8、isualtrackingisoneofthemostimportantapplicationsincomputervision.Itiswidelyusedinintelligenttransportation,virtualreality,automatedsurveillance,human-computerinteractionandsoon.Mea