【技术实现步骤摘要】
本专利技术涉及目标跟踪，尤其涉及一种多头肩跟踪方法。
技术介绍
1、近年来，随着计算机视觉领域的迅速发展，目标跟踪技术在许多实际应用中展现出巨大的潜力。尤其是在自动驾驶、智能监控、人机交互等领域，目标跟踪的准确性和实时性直接影响着系统的性能和用户体验。而头和部作为人体重要的部位，在很多场景下扮演着关键的角色，如区域入侵、在岗分析等。然而，实现对多个头肩的同时跟踪仍然面临着挑战。
2、目前的多目标跟踪算法中，目标之间的相互遮挡、运动干扰以及形状多样性等问题导致了跟踪算法的准确性和鲁棒性下降。并且类似deepsort基于特征的多目标跟踪算法，虽然有着不错的跟踪准确性，但是由于其算法新增了人体reid特征模型，对硬件设备的算力要求较高，在边缘设备上部署对头肩跟踪难以达到实时，并且训练一个头肩的reid模型难度较高，跟踪算法难以复制到其他物体的跟踪领域。因此，目前亟需一种能充分考虑目标跟踪精度和速度的多头肩实时检测跟踪方法，使得跟踪算法能够在rk3588平台等边缘设备上对1080p分辨率下的头肩进行实时的检测和跟踪。
>技术实本文档来自技高网...
【技术保护点】
1.一种多头肩跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“获取监控视频流数据”，还包括：
3.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“针对Detections，将其划分为高分目标集合D higt以及低分目标集合D low”包括：
4.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“将D remain以及低分目标集合D low，与T remain，进行第二次IOU匹配，以得到匹配上的目标集合轨迹Match Tracks2、未匹配上的目标集合...
【技术特征摘要】
1.一种多头肩跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“获取监控视频流数据”，还包括：
3.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“针对detections，将其划分为高分目标集合d higt以及低分目标集合d low”包括：
4.根据权利要求1所述的一种多头肩跟踪方法，其特征在于，所述步骤“将d remain以及低分目标集合d low，与t remain，进行第二次iou匹配，以得到匹配上的目标集合轨迹match tracks2、未匹配上...
【专利技术属性】
技术研发人员：胡胤，王涛，汪云，柴涛涛，
申请(专利权)人：深圳市瑞驰信息技术有限公司，
类型：发明
国别省市：
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。