-
公开(公告)号：CN114840141A
公开(公告)日：2022-08-02
申请号：CN202210385714.3
申请日：2022-04-13
Applicant: 燕山大学
Abstract: 本发明涉及一种基于平均认知策略的双档案存储的人工蜂群算法，属于人工智能技术领域，包括：初始化算法参数；随机生成初始种群，利用非支配排序选出外部档案与个体档案中的个体；计算平均认知位置；雇佣蜂对邻域进行搜索，对外部档案及个体档案更新；跟随蜂阶段通过轮盘对赌选择蜜源，对蜜源进行邻域搜索，对外部档案及个体档案更新；若一个食物源在经过最大限制次数迭代后，蜜源若未得到更新，雇佣蜂转为侦查蜂，搜索新蜜源代替原有蜜源；判断评估次数≥Maxfes，若是，则输出最优解；否则，转至步骤四。本发明增加了变量空间上的优势个体存储档案，对种群进化过程中产生的有益信息进行了充分利用，提高了算法的进化速度与寻优精度。
-
公开(公告)号：CN115797413A
公开(公告)日：2023-03-14
申请号：CN202211448150.X
申请日：2022-11-18
Applicant: 燕山大学
Abstract: 本发明公开了一种基于通道注意力和三分化目标匹配的多目标跟踪方法，涉及图像处理领域的多目标跟踪领域，不同于大多数多目标跟踪模型中仅对高得分目标进行轨迹关联以及特征匹配，本发明以一种三分化目标得分的方法来对高得分目标、轻微遮挡的中得分目标以及中度和重度遮挡的低得分目标通过不同的阈值下的运动特征及表观特征的双重关联方式达到准确有效的特征关联，解决了ByteTrack方法中因未加入表观特征匹配而带来的身份切换问题，并且本发明在主干网络中加入了便于多尺度特征提取的PSA通道注意力模块，在维持目标连续性的前提下减少了训练时长。
-
Search Results
2
records
(took 0.013 seconds)
