声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：景瑶,郭斌,陈荟慧,岳超刚,王柱,於志文,
关键词：移动群智感知, 拍照, 目标跟踪, 目标移动性预测, 任务分配,
面向目标跟踪问题提出一种基于移动群智感知的解决方案CrowdTracker.不同于基于视频监控的目标跟踪方法，通过基于群智的多人协作拍照方式实现对移动目标的轨迹预测和跟踪，其优化目标为在保证准确实时地对目标进行跟踪的同时尽可能地减少用户激励的成本(假设激励与完成任务的参与者人数和参与者完成任务所移动的距离成正比).为实现该目标，提出了目标移动性预测的方法MPRE和任务分配的方法T-centric，P-centric.T-centric是以任务为中心的参与者选择方法，而P-centric是以人为中心的任务选择方法.MPRE通过分析大量的车辆历史轨迹建立城市里车辆的移动模型以预测目标下一步的位置.在预测的区域内通过T-centric或P-centric方法进行跟踪任务分配.通过一个大规模的真实数据集对移动性预测方法MPRE和2种任务分配算法进行实验评估，实验结果表明：CrowdTracker能有效地在实现目标实时跟踪的同时降低激励成本.
来源：2019年第2期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。