عنوان مقاله
الگوریتم بهینه سازی گروه ذرات با گروه های تعاملی برای ردیابی اهداف متعدد
فهرست مطالب
مقدمه
کارهای وابسته
بهینه سازی گروه ذرات استاندارد
PSO اصلاح شده و تغییر یافته با گروههای تعاملی برای ردیابی چند هدفی
آزمایشات
نتیجه گیری و کار آتی
بخشی از مقاله
ردیابی چند هدفی
آزمایش اول، تعداد ثابتی از اهداف را ردیابی می کند با این فرض که دارای دانش قبلی در مورد تعداد اهداف ردیابی شده هستیم. در این آزمایش، فرض می کنیم نتایج آشکارسازی موجود نمی باشد.
آزمایش دوم، روش پیشنهاد شده را در موقعیت های چالش برانگیز تر ارزیابی نموده و در این وضعیت از توالی های ویدیویی مختلف با تراکم و ازدحام شلوغی مختلف برای ارزیابی توانمندی روش پیشنهاد شده در مقابل تراکم و ازدحام شلوغی استفاده شده است.
کلمات کلیدی:
A particle swarm optimisation algorithm with interactive swarms for tracking multiple targets Myo Thidaa,b,∗, How-Lung Enga, Dorothy N. Monekosso b,c, Paolo Remagnino b a Institute for Infocomm Research, Singapore b Kingston University, United Kingdom c University of Ulster, Jordanstown, United Kingdom a r t i c l e i n f o Article history: Received 21 December 2011 Received in revised form 1 April 2012 Accepted 16 May 2012 Available online 12 June 2012 Keywords: Interactive swarms Particle swarm optimisation Multi-target tracking Social behaviour Crowded scenes a b s t r a c t We propose a novel particle swarm optimisation algorithm that uses a set of interactive swarms to track multiple pedestrians in a crowd. The proposed method improves the standard particle swarm optimisation algorithm with a dynamic social interaction model that enhances the interaction among swarms. In addition, we integrate constraints provided by temporal continuity and strength of person detections in the framework. This allows particle swarm optimisation to be able to track multiple moving targets in a complex scene. Experimental results demonstrate that the proposed method robustly tracks multiple targets despite the complex interactions among targets that lead to several occlusions. © 2012 Elsevier B.V. All rights reserved
