基于群體智能算法的動態(tài)目標跟蹤技術研究.pdf

1、動態(tài)目標跟蹤技術是計算機視覺研究領域中最重要的研究課題之一，在視覺導航、軍事制導、交通臨測、醫(yī)療診斷等方面都有著廣泛的應用。粒子濾波技術是目標跟蹤領域的核心算法，該算法采用無智能的粒子群體組成，具有群體的共性。本文研究使無智能的粒子群體具有群體智能行為的方法，將群體智能技術融入到粒子濾波算法中，提高動態(tài)目標跟蹤的精度和魯棒性。
　　 本文研究遺傳算法、粒子群優(yōu)化方法和混合蛙跳等群體智能算法的尋優(yōu)機制，探索可行解之間協(xié)作、交互、進

2、化的機制；以及粒子濾波動態(tài)目標跟蹤機制，找到它們之間的交會融合點，為具有群體智能化的粒子濾波技術打下基礎。構建混合蛙跳跟蹤模型，把無智能的粒子賦予分群機制、選擇機制、信息交互與協(xié)作機制、進化機制，使粒子群體表現(xiàn)出復雜的智能行為，使得目標跟蹤過程成為一個不斷地修正自身進行尋優(yōu)搜索的過程。實驗表明，混合蛙跳跟蹤模型具有高效的全局搜索能力，性能優(yōu)于粒子濾波算法、遺傳跟蹤算法和粒子群跟蹤算法。引入速度松弛迭代策略和交叉算子對混合蛙跳跟蹤模型進行