最好位置的适应值进行比较， 若较好，则将其作为当前的最好位置；对于每个粒子，将其适应值与全局所经历的最好位置 gL,的适应值进行比较，若较好，则将其作为当前的全局最好位置；将当前最优个体和全局 最优个体分别进行存储，粒子在解空间内不断跟踪个体最优值与全局最优值进行搜索，直 到达到规定的迭代次数或满足规定的结束条件为止。
[0034] (4)更新粒子的万有引力常数G、粒子最优值、粒子最坏值和粒子的惯性质量；
[0035] (5)计算各粒子所受合力F、质量M、加速度a，并且更新粒子的速度和位置；
[0036] 对于粒子速度的更新，采用改进的万有引力搜索算法，改进后的搜索算法既遵守 运动定律，又加入"认知"和社会信息共享，这样可以使粒子的收敛速度比基本万有引力搜 索算法更快，为了控制速度的急速增长，保证粒子轨迹的收敛性，进一步引入收缩因子X， 改进了通用的万有引力模型，速度更新函数为
[0038] 其中，收缩因子可由下式计算：
[0041] 在速度更新函数中，X是收缩因子；v/表示第d维第i个粒子的速度； <表示第d 维第i个粒子的加速度；xf表示第d维第i个粒子的位置；randprandprandk表示在[0, 1] 之间的随机变量；A、C2表示[0, 1]之间的常量；||_表示粒子i当前经历过的最好位置； 表示群体中所有粒子当前所经历过的最好位置；t表示第t帧。通过调节Cl、C2的值， 可以平衡引力和认知，以及社会信息对搜索的影响。
[0042] 使用收缩因子的优点在于不再需要使用Vniax，防止粒子急速增长带来收敛性问题 的发生。
[0043] 对于粒子位置的更新，采用选择模式，使种群向最优解进化。当粒子新的位置的适 应度值比前一个位置的适应值更好时，才选择新的位置，否则将保留在下一次迭代计算中。 粒子位置更新公式如下：
[0045] 其中，<表示第d维第i个粒子的位置；Vf:表示第d维第i个粒子的速度；t表示 第t帧。
[0046] 这种位置更新使得粒子位置总是优于或等于之前位置，从而使种群向最好位置进 化。
[0047] (6)粒子的速度和位置更新完后，完成一次迭代，如果满足迭代次数要求，则退出 循环迭代；若不满足迭代次数要求，返回步骤（3)继续进行循环迭代，计算新位置的适应值 并选择更新粒子位置，直至达到循环次数后结束循环，输出最后的搜索结果。如图2所示， 黑色线条框和灰色线条框分别代表理想跟踪结果、引力搜索的结果。根据不同的参数设置， 搜索结果会有差异。
[0048] 本发明所述的快速目标跟踪装置，如图3所示，本发明所述的快速目标跟踪装置， 如图3所示，包括图像采集单元、跟踪搜索单元和输出单元；其中，所述图像采集单元由摄 像设备组成，摄像设备主要为摄像机或摄像头，并把摄像机、摄像头等模拟设备采集的信号 传给跟踪搜索单元进行处理。
[0049] 跟踪搜索单元由dsp芯片组成，跟踪搜索单元的初始化方法及搜索算法固化在 dsp芯片中；输出单元由显示设备组成；
[0050] 图像采集单元与跟踪搜索单元之间采用数据总线技术进行连接并传输数据，图像 采集单元作为输入设备将图像数据传给跟踪搜索单元；跟踪搜索单元根据预设处理方法对 图像数据进行处理，选取跟踪目标，利用引力搜索算法进行快速搜索空间，存储关键信息， 当找到正确的匹配位置时，匹配测度达到最值。满足条件后输出搜索结果。跟踪搜索单元 将搜索单元向输出单元传输，输出单元显示输出数据。
[0051] 以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范 围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方 案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
【主权项】
1. 一种快速目标跟踪方法，其特征在于，所述跟踪方法的步骤如下： (1) 通过视频采集单元采集目标运动的视频，对视频进行处理后获得运动图像的灰度 图像，确定搜索空间，在计算机窗口手动选择跟踪目标； (2) 参数初始化，对粒子群参数进行设置，粒子群参数包括种群规模、迭代次数、万有引 力常数初始值G。以及ci、c2常量的值；确定目标变量，对粒子群的随机位置和速度进行初始 设定；Cl、c2表示[0, 1]之间的常量，取值可根据结果适当调整； (3) 利用灰度匹配算法中的绝对误差和测度函数设定出适应度函数，计算出每个粒子 的适应度； (4) 更新粒子的万有引力常数G、粒子最优值、粒子最坏值和粒子的惯性质量； (5) 计算各粒子所受合力F、质量M、加速度a，并且更新粒子的速度和位置； (6) 粒子的速度和位置更新完后，完成一次迭代，如果满足迭代次数要求，则退出循环 迭代；若不满足迭代次数要求，返回步骤（3)继续进行循环迭代，计算新位置的适应值并选 择更新粒子位置，直至达到循环次数后结束循环，输出最后的搜索结果。2. 根据权利要求1所述的一种快速目标跟踪方法，其特征在于：在步骤（1)中，通过手 动操作在第一帧图像标记目标，将其保存作为模板图像，后面产生的搜索图像与模板图像 进行匹配。3. 根据权利要求1所述的一种快速目标跟踪方法，其特征在于：在步骤（2)中，在初始 化过程中，粒子按照高斯规律随机分布在搜索空间，种群中粒子的位置根据自身情况有目 的的调整更新。4. 根据权利要求1所述的一种快速目标跟踪方法，其特征在于：在步骤（3)中，对于每 个粒子，将其适应值与所经历过的最好位置/4,的适应值进行比较，若较好，则将其作为当 前的最好位置；对于每个粒子，将其适应值与全局所经历的最好位置g^l的适应值进行比 较，若较好，则将其作为当前的全局最好位置；将当前最优个体和全局最优个体分别进行存 储，粒子在解空间内不断跟踪个体最优值与全局最优值进行搜索，直到达到规定的迭代次 数或满足规定的结束条件为止。5. 根据权利要求1所述的一种快速目标跟踪方法，其特征在于：在步骤（5)中，对于粒 子速度的更新，采用改进的万有引力搜索算法，速度更新函数为式中，X是收缩因子；rand;，randj，randk表示在[0, 1]之间的随机变量； < 表示第d维第i个粒子的速度； <表示第d维第i个粒子的加速度；xf表示第d维第i个粒子的位 置；(^、(32表示[0, 1]之间的常量；/^,(表示粒子i当前经历过的最好位置；gi表示群体中 所有粒子当前所经历过的最好位置；t表示第t帧。6. 根据权利要求1所述的一种快速目标跟踪方法，其特征在于：在步骤（5)中，对于粒 子位置的更新，采用选择模式，使种群向最优解进化，粒子位置更新公式如下：式中，xf表示第d维第i个粒子的位置；vf表示第d维第i个粒子的速度；t表示第t帧。7. -种快速目标跟踪装置，其特征在于：所述跟踪装置包括图像采集单元、跟踪搜索 单元和输出单元；其中，所述图像采集单元由摄像设备组成，采集运动目标的运动过程；跟 踪搜索单元由dsp芯片组成，跟踪搜索单元的初始化方法及搜索算法固化在dsp芯片中；输 出单元由显示设备组成； 图像采集单元与跟踪搜索单元之间采用数据总线技术进行连接并传输数据，图像采集 单元作为输入设备将图像数据传给跟踪搜索单元；跟踪搜索单元根据预设处理方法对图像 数据进行处理，选取跟踪目标，利用引力搜索算法进行快速搜索空间，存储关键信息，跟踪 搜索单元将搜索单元向输出单元传输，输出单元显示输出数据。
【专利摘要】一种快速目标跟踪方法及装置，所述跟踪过程包括空间识别、目标提取、计算适应度函数、计算以及更新粒子各参数等步骤。在更新粒子速度问题有所改进，以求粒子能够更快收敛；在粒子位置的更新上采用选择模式，使种群向最优解进化。本发明所述装置由图像采集单元、跟踪搜索单元及输出单元组成。本发明方法及装置的优点是简单高效、性能好，减少了搜索匹配的时间和计算量，提高了目标跟踪的准确性和实效性。
【IPC分类】G06T7/20
【公开号】CN105303585
【申请号】CN201510629140
【发明人】胡硕, 方红霞, 武亚宁
【申请人】燕山大学
【公开日】2016年2月3日
【申请日】2015年9月29日