-
公开(公告)号：CN109118518A
公开(公告)日：2019-01-01
申请号：CN201810815283.3
申请日：2018-07-24
Applicant: 常熟理工学院
Abstract: 本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法，包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群；多贝努利随机有限侦察蚁群，通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换，最终生成相应的多贝努利随机有限蚁群；多贝努利随机有限觅食蚁群，当侦察蚁群完成任务后，所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群，通过对觅食决策行为建模和信息素的持续更新，生成最终的信息素场；随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态，得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布，进一步得到所对应细胞的状态和细胞的谱系树。
-
公开(公告)号：CN110598830A
公开(公告)日：2019-12-20
申请号：CN201910263691.7
申请日：2019-04-03
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于标签蚁群的联合多细胞跟踪方法。首先，采用无标签的侦察蚁群在当前帧生成一组细胞候选蚁群，在此基础上构建一个二分图，由上帧估计出的细胞状态与当前产生的细胞候选蚁群组成；其次，利用标签蚁群并以航迹最优次模式分配为目标函数最优实现帧间的匹配，多细胞状态由进化的标签蚁群所近似的多贝努利参数得到，而细胞的谱系树由其确定的帧间匹配上的轨迹信息素场提取得到；最后，针对航迹断裂，提出了一种四步骤航迹恢复方法，以实现断裂航迹间的关联。本发明可以利用轨迹信息素来提取细胞的谱系数，用食物信息素来估计细胞的状态；与现有技术相比，细胞分裂精确率、召回率要明显提高。
-
公开(公告)号：CN103150562B
公开(公告)日：2015-12-02
申请号：CN201310093741.4
申请日：2013-03-22
Applicant: 常熟理工学院
Abstract: 本发明提供了一种基于图像背景提取前提的蚁群多细胞跟踪系统，其特征在于对截取的原始图像区域，通过三个模块：先验蚁群分布模块、多蚁群重构模块、细胞身份管理与状态提取模块的分析，实现多细胞的自动跟踪。本发明具有以下有点：1）能精确跟踪多细胞，且跟踪稳定性高，虚警率、漏检率远远小于REZA教授提出的无需检测环节的多贝努利滤波器方法；2）能同时自动跟踪多个不同动力学特性的细胞，且能精确跟踪距离相近的多细胞；其是首次用蚁群技术中各方法解决多细胞自动快速跟踪问题。
-
公开(公告)号：CN109118518B
公开(公告)日：2020-12-08
申请号：CN201810815283.3
申请日：2018-07-24
Applicant: 常熟理工学院
Abstract: 本发明公开了一种双层多贝努利随机有限蚁群多细胞跟踪方法，包括基于蚁群分工的多贝努利随机有限侦察蚁群和多贝努利随机有限觅食蚁群；多贝努利随机有限侦察蚁群，通过对侦察蚁群的混沌至确定性行为建模和定义侦察蚂蚁与其近邻蚂蚁的信息交换，最终生成相应的多贝努利随机有限蚁群；多贝努利随机有限觅食蚁群，当侦察蚁群完成任务后，所生成的多贝努利随机有限侦察蚁群转化成多贝努利随机有限觅食蚁群，通过对觅食决策行为建模和信息素的持续更新，生成最终的信息素场；随机有限觅食蚁群所生成的信息素场和当前的蚂蚁状态，得到相应的多贝努利随机有限觅食蚁群存在概率及其概率分布，进一步得到所对应细胞的状态和细胞的谱系树。
-
公开(公告)号：CN102999922B
公开(公告)日：2015-04-15
申请号：CN201210465732.9
申请日：2012-11-19
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于多任务蚂蚁系统的多细胞自动跟踪方法及其系统，多个任务蚂蚁系统既独立又相互协作工作；每个独立任务蚂蚁系统模块对应于一个细胞跟踪,并用一个对应的变量来描述其任务完成概率；对于每个独立蚂蚁系统，蚂蚁个体状态先通过蚂蚁模型概率和似然函数值来确定，再通过局部调整模块进行状态局部调优；对于蚂蚁系统协作层，在定义了一种有效的似然函数基础上，通过相互交换信息方式找出当前多个蚂蚁群系统中最佳直方图模板来更新模板直方图库，并进一步更新每个蚂蚁的模型概率、权重、影响区域和每个蚂蚁系统任务完成概率，最终给出细胞状态估计。本发明基于多任务蚂蚁系统的多细胞自动跟踪方法及其系统，能够实现多种、具有不同动力学特征参数、近距离移动、细胞数量时变的多细胞自动跟踪难题。
-
Patent Agency Ranking
公开(公告)号：CN108961309A
公开(公告)日：2018-12-07
申请号：CN201810585820.X
申请日：2018-06-08
Applicant: 常熟理工学院
Abstract: 本发明公开了一种多贝努利随机有限蚁群多细胞跟踪方法。首先，本发明提出了多贝努利随机有限蚁群，并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在此基础上，本发明所涉及的技术将跟踪问题分为预测与更新阶段。在预测阶段，实现了信息素场和子蚁群状态从上一帧至下一帧的预测，并给出了预测阶段的多贝努利随机有限蚁群的存在概率及其离散的概率密度分布；在更新阶段，通过多贝努利随机有限子蚁群决策实现对信息素场更新，提取多细胞状态，从而实现对多细胞的精确跟踪。
-
公开(公告)号：CN103268617B
公开(公告)日：2016-02-17
申请号：CN201310192591.2
申请日：2013-05-22
Applicant: 常熟理工学院
Abstract: 本发明提供了一种基于蚁群系统的多细胞多参数（位置、速度、轮廓等）的联合估计与精确跟踪系统，属于细胞跟踪领域。通过对每一幅灰度图像，定义相应的局部区域灰度方差来生成蚁群初始位置分布；在此基础上，构建两个平行工作且相互独立的信息素场，即位置场和轮廓场，分别在细胞位置估计模块和细胞轮廓估计模块构建有界蚁群决策系统；最终精确估计出细胞的位置、速度与轮廓等重要参数，从而实现对多细胞的精确跟踪。通过有界启发式蚁群系统相互合作，无需细胞检测模块、无需大量的细胞训练样本，解决了在低对比度细胞图像序列下多细胞动力学参数及多细胞轮廓联合估计与跟踪的难题。
-
公开(公告)号：CN103268617A
公开(公告)日：2013-08-28
申请号：CN201310192591.2
申请日：2013-05-22
Applicant: 常熟理工学院
Abstract: 本发明提供了一种基于蚁群系统的多细胞多参数（位置、速度、轮廓等）的联合估计与精确跟踪系统，属于细胞跟踪领域。通过对每一幅灰度图像，定义相应的局部区域灰度方差来生成蚁群初始位置分布；在此基础上，构建两个平行工作且相互独立的信息素场，即位置场和轮廓场，分别在细胞位置估计模块和细胞轮廓估计模块构建有界蚁群决策系统；最终精确估计出细胞的位置、速度与轮廓等重要参数，从而实现对多细胞的精确跟踪。通过有界启发式蚁群系统相互合作，无需细胞检测模块、无需大量的细胞训练样本，解决了在低对比度细胞图像序列下多细胞动力学参数及多细胞轮廓联合估计与跟踪的难题。
-
公开(公告)号：CN110598830B
公开(公告)日：2021-05-11
申请号：CN201910263691.7
申请日：2019-04-03
Applicant: 常熟理工学院
Abstract: 本发明公开了一种基于标签蚁群的联合多细胞跟踪方法。首先，采用无标签的侦察蚁群在当前帧生成一组细胞候选蚁群，在此基础上构建一个二分图，由上帧估计出的细胞状态与当前产生的细胞候选蚁群组成；其次，利用标签蚁群并以航迹最优次模式分配为目标函数最优实现帧间的匹配，多细胞状态由进化的标签蚁群所近似的多贝努利参数得到，而细胞的谱系树由其确定的帧间匹配上的轨迹信息素场提取得到；最后，针对航迹断裂，提出了一种四步骤航迹恢复方法，以实现断裂航迹间的关联。本发明可以利用轨迹信息素来提取细胞的谱系数，用食物信息素来估计细胞的状态；与现有技术相比，细胞分裂精确率、召回率要明显提高。
-
公开(公告)号：CN108961309B
公开(公告)日：2020-07-14
申请号：CN201810585820.X
申请日：2018-06-08
Applicant: 常熟理工学院
Abstract: 本发明公开了一种多贝努利随机有限蚁群多细胞跟踪方法。首先，本发明提出了多贝努利随机有限蚁群，并给出了随机有限蚁群的存在概率及其对应的概率密度函数。在此基础上，本发明所涉及的技术将跟踪问题分为预测与更新阶段。在预测阶段，实现了信息素场和子蚁群状态从上一帧至下一帧的预测，并给出了预测阶段的多贝努利随机有限蚁群的存在概率及其离散的概率密度分布；在更新阶段，通过多贝努利随机有限子蚁群决策实现对信息素场更新，提取多细胞状态，从而实现对多细胞的精确跟踪。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
