基于动态权重蚱蜢优化算法的突变运动跟踪

作者：高增; 张焕龙^*; 陈宜滨; 刘俊峰; 聂志诚

来源：郑州大学学报(理学版）, 2020, 52(02): 36-44.

DOI：10.13705/j.issn.1671-6841.2019395

• 视觉跟踪
• WGOA
• 动态权重
• 全局探索
• 局部开发

针对传统跟踪器在跟踪过程中因目标突变运动导致跟踪失败的问题,提出了一种基于动态权重蚱蜢优化算法(weighted grasshopper optimization algorithm, WGOA)的突变运动跟踪方法。首先采用变异算子增加种群多样性,提升蚱蜢优化算法(grasshopper optimization algorithm, GOA)的全局探索能力。然后,在蚱蜢位置更新过程中引入非线性动态权重,既保证算法的全局探索性能,又增强算法局部开发性能,进而提高算法的收敛速度。最后,将WGOA应用于视觉跟踪来解决目标的突变运动。实验结果表明,WGOA具有较高的收敛精度和收敛速度,将其应用在视觉跟踪,可获得较好的跟踪精度及鲁棒性,特别是对于目标的突变运动。

• 单位
  郑州轻工业大学