【技术实现步骤摘要】
本专利技术属于计算机视觉，特别涉及一种多目标跟踪方法、系统、设备及可读存储介质。
技术介绍
1、多目标跟踪任务涉及在视频序列中定位并持续追踪多个目标，同时确保准确识别这些目标的身份；这一任务在计算机视觉领域具有极其重要的地位，不仅在自动驾驶、行为分析、智能监控等领域发挥关键作用，在医学影像分析等多个领域也具有核心技术地位。
2、目前阶段，多目标跟踪领域的主要难题，是同一套多目标跟踪方法或系统的使用场景有限，无法在多个场景下完成多目标跟踪任务；解释性地，现实世界中的跟踪场景有很多种，且特点各异，例如人群拥挤、小目标、复杂运动、低帧率、大幅运动等特点。
3、针对多目标跟踪方法或系统存在的无法适用多个不同场景的问题，现有方法大都是通过大量的先验知识、实验测量和手动设计部件，为某个具体的特殊场景设计跟踪器；上述这种方式会导致部署多目标跟踪方法或系统到具体场景时，耗费大量的成本且并不能获得良好的跟踪效果。
技术实现思路
1、本专利技术的目的在于提供一种多目标跟踪方法、系统、设...
【技术保护点】
1.一种多目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标跟踪方法，其特征在于，所述当前帧视频图像的目标检测结果包括目标检测框中心坐标、目标检测框高度、目标检测框宽度和目标置信度。
3.根据权利要求1所述的一种多目标跟踪方法，其特征在于，所述多目标跟踪框架模型包括：
4.根据权利要求3所述的一种多目标跟踪方法，其特征在于，训练所述多目标跟踪框架模型以更新关系构建模块中的卷积网络、非线性映射操作参数的步骤包括：
5.根据权利要求3所述的一种多目标跟踪方法，其特征在于，所述关系构建模块中，执行输入...
【技术特征摘要】
1.一种多目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标跟踪方法，其特征在于，所述当前帧视频图像的目标检测结果包括目标检测框中心坐标、目标检测框高度、目标检测框宽度和目标置信度。
3.根据权利要求1所述的一种多目标跟踪方法，其特征在于，所述多目标跟踪框架模型包括：
4.根据权利要求3所述的一种多目标跟踪方法，其特征在于，训练所述多目标跟踪框架模型以更新关系构建模块中的卷积网络、非线性映射操作参数的步骤包括：
5.根据权利要求3所述的一种多目标跟踪方法，其特征在于，所述关系构建模块中，执行输入当前帧视频图像和前一帧视频图像，利用卷积、向量相似度计算方法构建获得两帧的点与点稠密相似度矩阵的步骤包括：
6.根据权利要求3所述的一种多目标跟踪方法，其特征在于，所述关系构建模块中，执行...
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。