一种面向互动投影的多目标跟踪方法技术

本发明专利技术公开了一种面向互动投影的多目标跟踪方法，包括：步骤S1，收集检测目标图像，形成检测数据集，并进行预处理；步骤S2，将斑马优化算法引入mean‑shift算法模型中，在入mean‑shift算法模型超参数空间中进行寻优，完成超参数组的选取，得到ZOA‑Mean‑Shift算法模型；步骤S3，对得到的ZOA‑Mean‑Shift算法模型进行训练、测试；步骤S4，将待检测的目标图像输出训练、测试后的ZOA‑Mean‑Shift算法模型中，进行多目标的准确跟踪。本发明专利技术提高了多目标跟踪准确度。

【技术实现步骤摘要】

本专利技术涉及一种面向互动投影的多目标跟踪方法。

技术介绍

1、现有的多目标跟踪方法主要包括以下步骤:目标检测、目标识别以及数据关联。通过目标检测,能够精准地对每帧图片中的所有目标对象的位置进行定位。目标识别是精准地识别出每帧图片中的所有目标对象所属的类别。数据关联是在多帧图像之间把同一目标对象进行关联,从而实现对同一目标对象的连续跟踪,最终得到同一目标对象的连续跟踪轨迹。因此,现有的多目标跟踪方法往往依赖于现有的目标检测结果以及目标识别结果。

2、但是,对于目标检测来说,若某一帧图片中包括众多行人,并且各个行人之间还存在遮挡现象,则很难从众多行人中精准地检测到目标行人,并框出该目标行人的检测框。现有的目标识别方法往往不够精准,无法精准地从某一帧图片中识别出目标对象所属类型。此外,传统的数据关联算法往往依赖上述目标对象的检测结果和目标对象的识别结果,因此,现有的多目标跟踪结果往往是不准确的。

技术实现思路

1、本专利技术的目的在于克服现有的缺陷而提供的一种面向互动投影的多目标跟踪方法，提高了多目标本文档来自技高网...

【技术保护点】

1.一种面向互动投影的多目标跟踪方法，其特征在于，包括：

2.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤S1中，按照70%和30%的比例划分检测数据集为训练集、测试集。

3.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤S1中，预处理包括：

4.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤S2包括：

5.根据权利要求4所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤S27中，超参数组合中的超参数包括但不限于训练迭代次数、学习率、小批量样本数...

【技术特征摘要】

1.一种面向互动投影的多目标跟踪方法，其特征在于，包括：

2.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤s1中，按照70%和30%的比例划分检测数据集为训练集、测试集。

3.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤s1中，预处理包括：

4.根据权利要求1所述的一种面向互动投影的多目标跟踪方法，其特征在于，所述步骤s2包括：

5.根据权利要求4所述的一种面向互...

【专利技术属性】
技术研发人员：李安然，李耀，冯海，张义杭，
申请(专利权)人：李安然，
类型：发明
国别省市：