【技术实现步骤摘要】
一种多目标跟踪方法
本申请属于计算机视觉
，特别是涉及一种多目标跟踪方法。
技术介绍
视觉多目标跟踪是计算机视觉领域的一个热点问题，有很多应用领域，比如：运动校正，无人驾驶，安防监控等。由于多目标跟踪过程中存在频繁的遮挡，造成跟踪过程中目标发生遮挡时，被检测到的目标数量发生变化，被遮挡的跟踪目标轨迹无法匹配现在帧的检测目标，无法判别该轨迹是因遮挡暂时消失还是离开检测区域停止跟踪，造成一部分被遮挡的轨迹因为误判终止跟踪。在目标遮挡结束后，原先跟踪的目标再次出现在检测区域内，若原跟踪轨迹已停止跟踪，此时该目标会生成新的初始轨迹，从而导致目标身份发生变化。在一些图像中，由于摄像机分辨率、目标距离等因素造成多个目标的外观相似，无法单从外观特征判断目标身份，造成检测目标和跟踪轨迹错误匹配，影响多目标跟踪的准确性。近年来，基于检测的多目标跟踪方法提升了多目标跟踪算法性能，该方法把多目标跟踪分为目标检测和数据关联两部分。随着图形计算平台的性能升级，目标检测算法表现不断提高，可以解决跟踪过程中，目标数量变化的问题。但是多目标跟...
【技术保护点】
1.一种多目标跟踪方法，其特征在于：所述方法包括如下步骤：/n步骤1：获取待测视频，对待测视频中的每一帧图像进行检测，输出检测结果；/n步骤2：构建基于LSTM网络的多目标运动模型，将已检测的目标按种类建立多目标跟踪器，通过LSTM网络预测功能，得到跟踪目标预测位置预测值，计算每个当前帧检测值与预测值的空间位置重合度IOU值，采用所述IOU值得到匹配候选矩阵；/n步骤3：计算预测值和检测值外观特征向量的最小余弦距离和运动信息的马氏距离，使用计算结果作为跟踪代价，用匈牙利算法匹配当前帧检测与前一帧的匹配候选矩阵中的跟踪预测，得到当前帧匹配结果；/n步骤4：将匹配对与特征矩阵作...
【技术特征摘要】
1.一种多目标跟踪方法，其特征在于：所述方法包括如下步骤：
步骤1：获取待测视频，对待测视频中的每一帧图像进行检测，输出检测结果；
步骤2：构建基于LSTM网络的多目标运动模型，将已检测的目标按种类建立多目标跟踪器，通过LSTM网络预测功能，得到跟踪目标预测位置预测值，计算每个当前帧检测值与预测值的空间位置重合度IOU值，采用所述IOU值得到匹配候选矩阵；
步骤3：计算预测值和检测值外观特征向量的最小余弦距离和运动信息的马氏距离，使用计算结果作为跟踪代价，用匈牙利算法匹配当前帧检测与前一帧的匹配候选矩阵中的跟踪预测，得到当前帧匹配结果；
步骤4：将匹配对与特征矩阵作为输入，输入LSTM网络，更新LSTM细胞状态信息；
步骤5：对于当前帧中未成功匹配的检测信息，建立新的跟踪特征向量，删除多帧未匹配的跟踪向量。
2.如权利要求1所述的多目标跟踪方法，其特征在于：所述步骤1中采用目标检测器对待测视频中的每一帧图像进行检测，输出检测结果。
3.如权利要求2所述的多目标跟踪方法，其特征在于：所述目标检测器为MASK-R-CNN，所述MASK-R-CNN基于CNN卷积的深度网络。
4.如权利要求2所述的多目标跟踪方法，其特征在于：所述目标检测器输出结果包括边界框位置坐标、边界框宽高、目标种类和目标置信度。
...
【专利技术属性】
技术研发人员：王忠立，蔡伯根，蔡余钰，王剑，陆德彪，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。