一种多目标跟踪算法、电子装置及计算机可读存储介质制造方法及图纸

本发明专利技术涉及计算机视觉研究领域。本发明专利技术公开了一种多目标跟踪算法，包括以下步骤：S1，利用目标检测算法检测一个或多个目标的当前帧位置信息；S2，利用KCF跟踪器预测该一个或多个目标的下一帧的预测位置信息；S3，通过IOU对预测位置信息进行过滤，然后将过滤后的预测位置信息传入deepsort网络进行跟踪；S4，对于成功跟踪到的目标，更新其对应的deepsort网络，同时更新KCF跟踪器，反之，则进行判断。本发明专利技术的多目标跟踪算法不仅可以有效地消除当前目标检测算法存在漏检的情形，同时提高了目标跟踪算法的跟踪效果。

【技术实现步骤摘要】
一种多目标跟踪算法、电子装置及计算机可读存储介质
本专利技术涉及计算机视觉研究领域，并且更具体地涉及一种多目标跟踪算法。
技术介绍
目标跟踪技术是计算机视觉研究领域的热点之一。经过几十年的发展，目标跟踪取得了长足的发展。从粒子滤波和卡尔曼滤波等经典跟踪方法，到基于检测或相关滤波方法，到最近几年来出现的深度学习相关方法。目标跟踪的应用非常广泛，如，无人机的自动目标跟踪、人体目标跟踪、交通监控系统中的目标跟踪等。现在主流的目标跟踪算法主要是基于目标检测的目标跟踪算法。而由于目标检测算法存在漏检的情况下，因此目标跟踪算法的实际应用效果相对于目标跟踪竞赛的效果而言有一段差距。目前最主流的目标检测算法有Yolo、FasterRcnn、SSD等，都会出现漏检的情况，这就可能造成同一个跟踪目标被当成两个目标进行跟踪。KCF全称为KernelCorrelationFilter核相关滤波算法。在2014年由JoaoF.Henriques,RuiCaseiro,PedroMartins,andJorgeBatista提出来的，算法出来之后也曾经轰动本文档来自技高网...

【技术保护点】
1.一种多目标跟踪算法，其特征在于，包括以下步骤：/nS1，利用目标检测算法检测一个或多个目标的当前帧位置信息；/nS2，利用KCF跟踪器预测该一个或多个目标的下一帧的预测位置信息；/nS3，通过IOU对预测位置信息进行过滤，然后将过滤后的预测位置信息传入deepsort网络进行跟踪；/nS4，对于成功跟踪到的目标，更新其对应的deepsort网络，同时更新KCF跟踪器，反之，则进行判断。/n

【技术特征摘要】
1.一种多目标跟踪算法，其特征在于，包括以下步骤：
S1，利用目标检测算法检测一个或多个目标的当前帧位置信息；
S2，利用KCF跟踪器预测该一个或多个目标的下一帧的预测位置信息；
S3，通过IOU对预测位置信息进行过滤，然后将过滤后的预测位置信息传入deepsort网络进行跟踪；
S4，对于成功跟踪到的目标，更新其对应的deepsort网络，同时更新KCF跟踪器，反之，则进行判断。


2.根据权利要求1所述的多目标跟踪算法，其特征在于，其中步骤S4进一步包括：对未跟踪成功的目标候选项进行判断，如果该目标候选项为检测到的一个或多个目标的当前帧位置信息，则对该目标候选项位置初始化新的卡尔曼跟踪滤波器和新的KCF跟踪器，反之则不做处理。
<...

【专利技术属性】
技术研发人员：聂志巧，吴鸿伟，王海滨，张永光，林淑强，阎辰佳，李山，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：福建;35