目标跟踪中的群智能优化方法

图书标准信息

• 作者 张焕龙 著
• 出版社 电子工业出版社
• 出版时间 2020-05
• 版次 1
• ISBN 9787121374708
• 定价 68.00元
• 装帧 其他
• 开本 16开
• 页数 181页
• 字数 276千字

【内容简介】

全书内容共分为9章，系统地介绍了群智能优化方法的发展及其在视频目标跟踪中的应用。全书分为基于标准群智能优化方法的目标跟踪篇（包含第3-4章），基于改进群智能优化方法的目标跟踪篇（包含第5-6章），基于混合群智能优化方法的目标跟踪篇（包含第7-8章），以及群智能优化目标跟踪方法比较分析（包含第9章）。第1章为绪论。第2章介绍了优化方法与目标跟踪关系。第3章介绍了基于正余弦算法的目标跟踪方法，第4章介绍了基于飞蛾-火焰算法的目标跟踪方法。第5章讨论了基于改进布谷鸟搜索算法的目标跟踪方法。第6章给出了改进蚱蜢优化算法的目标跟踪方法。第7章给出了基于混合EALO-SCA优化算法的目标跟踪方法。第8章给出了基于混合AWOA-DE优化算法的目标跟踪方法。第9章给出了基于优化的目标跟踪方法实验分析。

【作者简介】

张焕龙，男，上海交通大学博士，副教授，自动化系主任，硕士研究生导师。主要从事视频目标识别与跟踪技术、智能监控系统设计与开发、公共区域异常行为检测与分析、多源传感器信息融合技术等方面的研究工作。主持完成国家自然科学青年基金项目1项、河南省科技攻关项目2项，参与完成国家863自然科学基金重点项目1项、国家自然科学基金面上项目2项；获得河南省科技进步二等奖1项，河南省教育厅科技成果一等奖1项、二等奖2项；科学出版社出版学术专著1部，获得国家授权发明专利6项，发表学术论文40余篇，其中SCI检索论文20余篇；主持在研国家自然科学基金面上项目1项，参与国家自科基金1项。在《计算机研究与发展》期刊发表的学术论文《基于外观模型的视频目标跟踪方法综述》，被评为2015年度最有影响力的学术成果。

【目录】

目   录
第1章  绪论 1
1．1  研究背景和意义 1
1．2  国内外目标跟踪研究现状 2
1．2．1  国内外目标跟踪方法综述文献概况 2
1．2．2  国内外目标跟踪测试数据库概述 3
1．2．3  国内外目标跟踪方法概述 4
1．3  群优化算法在目标跟踪中的应用 7
1．3．1  元启发式优化算法 7
1．3．2  基于群优化算法的目标跟踪方法 8
1．3．3  基于混合群优化算法的目标跟踪方法 10
1．4  本书内容及安排 11
第2章  优化算法与目标跟踪 13
2．1  优化问题与目标跟踪 13
2．2  特征提取 14
2．3  相似函数 15
2．4  优化算法性能评估机制 16
2．4．1  收敛精度分析 16
2．4．2  收敛效率分析 17
2．5  目标跟踪性能评估机制 17
2．5．1  定性评估 17
2．5．2  定量评估 17
第3章  基于SCA算法的目标跟踪方法 19
3．1  引言 19
3．2  SCA算法原理 20
3．3  基于SCA算法的目标跟踪 24
3．3．1  跟踪框架 24
3．3．2  参数调整和分析 26
3．4  实验分析 27
3．4．1  实验设置 27
3．4．2  定性分析 27
3．4．3  定量分析 30
3．5  小结 34
第4章  基于飞蛾-火焰算法的目标跟踪方法 35
4．1  引言 35
4．2  飞蛾-火焰算法 37
4．2．1  生物学原理 37
4．2．2  数学原理 38
4．3  基于飞蛾-火焰算法的目标跟踪 46
4．3．1  跟踪框架 46
4．3．2  参数调整和分析 47
4．4  实验分析 49
4．4．1  定性分析 49
4．4．2  定量分析 52
4．4．3  平均运行时间 56
4．5  小结 56
第5章  基于改进布谷鸟搜索算法的目标跟踪方法 58
5．1  引言 58
5．2  布谷鸟搜索算法 59
5．2．1  布谷鸟搜索算法介绍 59
5．2．2  布谷鸟搜索算法的数学原理 61
5．3  单纯形法 63
5．4  改进布谷鸟搜索算法 64
5．5  基于改进布谷鸟搜索算法的目标跟踪 66
5．6  实验分析 66
5．6．1  实验设置 66
5．6．2  定性分析 67
5．6．3  定量分析 70
5．7  小结 73
第6章  基于改进蚱蜢优化算法的目标跟踪方法 74
6．1  引言 74
6．2  改进蚱蜢优化算法 74
6．2．1  蚱蜢优化算法 74
6．2．2  基于Levy飞行的蚱蜢优化算法 80
6．3  基于改进蚱蜢优化算法的目标跟踪 81
6．3．1  基于LGOA算法的跟踪系统 81
6．3．2  参数调整和分析 82
6．4  实验分析 83
6．4．1  实验设置 83
6．4．2  定性分析 83
6．4．3  定量分析 85
6．5  小结 87
第7章  基于改进蚁狮优化算法的目标跟踪方法 88
7．1  引言 88
7．2  改进蚁狮优化算法介绍 89
7．2．1  蚁狮优化算法 89
7．2．2  改进蚁狮优化算法 92
7．3  混合EALO-SCA算法 95
7．4  基于混合EALO-SCA算法的目标跟踪 97
7．4．1  混合优化跟踪系统 97
7．4．2  参数调整和分析 98
7．5  实验分析 100
7．5．1  实验设置 100
7．5．2  与基于SCA算法的跟踪器和基于SAKCF算法的
跟踪器比较 101
7．5．3  与先进的跟踪器比较 105
7．6  小结 111
第8章  基于混合AWOA-DE算法的目标跟踪方法 113
8．1  引言 113
8．2  鲸鱼优化算法和差分进化算法介绍 114
8．2．1  鲸鱼优化算法（WOA） 114
8．2．2  差分进化算法（DE） 117
8．3  混合AWOA-DE算法 119
8．3．1  AWOA算法 119
8．3．2  混合AWOA-DE算法介绍 120
8．3．3  混合AWOA-DE算法的性能评估 121
8．4  基于混合AWOA-DE算法的目标跟踪 134
8．4．1  系统结构和跟踪流程 134
8．4．2  参数调整和分析 136
8．5  实验分析 136
8．5．1  AWOA算法和WOA算法的性能比较 136
8．5．2  混合AWOA-DE算法的稳定性分析 137
8．5．3  与先进的跟踪器比较 138
8．6  小结 149
第9章  基于群优化算法的目标跟踪方法的比较分析 150
9．1  引言 150
9．2  跟踪框架 151
9．3  实验对比及分析 152
9．3．1  效率分析 153
9．3．2  精度分析 155
9．3．3  讨论 160
9．4  小结 161
附录A  23个基准函数 162
参考文献 164