【技术实现步骤摘要】
本专利技术涉及视频分析，特别涉及一种基于自适应关联的复杂场景下多目标追踪方法。
技术介绍
1、多目标跟踪(multi-object tracking, mot)是计算机视觉领域的一个重要研究热点，其目的是检测和估计图像中多个目标的时空运动轨迹视频流。随着计算机视觉技术的快速发展，多目标追踪在视频监控、自动驾驶、智能交通等领域得到了广泛应用。
2、目前，基于检测的多目标追踪（tracking-by-detection）已经成为mot任务的有效范式，基于检测的多目标跟踪可以看作是目标检测问题的延伸，或者可以描述为前后帧目标位置框的匹配问题。随着目标检测技术的快速发展，越来越多的方法开始利用更强大的检测器来获得更高的跟踪性能。如sort首先使用frcnn检测对象，利用卡尔曼滤波算法和匈牙利算法预测当前帧位置并更新位置，有助于减少遮挡目标的漏检率，物体运动程度较小时id切换效果很好。deepsort使用同样的检测器，在sort的基础上增加了级联匹配和新轨迹确认。这些方法对多目标追踪的发展起到了促进作用。
3、尽管上述方法...
【技术保护点】
1.一种基于自适应关联的复杂场景下多目标追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1包括：根据场景中的运动强度，对帧间隔进行设置，动态将原始视频进行稀疏采样，根据目标数量和场景动态设置采样比例，得到视频帧序列；对检测物体进行标注，将视频帧按照时间顺序排序，得到包含两张以上连续帧的多目标图像，进行直方图分块局部均衡化预处理，得到小目标图像数据集，并将小目标图像数据集划分为训练集、验证集和测试集。
3.根据权利要求2所述的方法，其特征在于，步骤1中，所述直方图分块局部均衡化预处理，具体包括如下步骤：
...【技术特征摘要】
1.一种基于自适应关联的复杂场景下多目标追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1包括：根据场景中的运动强度，对帧间隔进行设置，动态将原始视频进行稀疏采样，根据目标数量和场景动态设置采样比例，得到视频帧序列；对检测物体进行标注，将视频帧按照时间顺序排序，得到包含两张以上连续帧的多目标图像，进行直方图分块局部均衡化预处理，得到小目标图像数据集，并将小目标图像数据集划分为训练集、验证集和测试集。
3.根据权利要求2所述的方法，其特征在于，步骤1中，所述直方图分块局部均衡化预处理，具体包括如下步骤：
4.根据权利要求3所述的方法，其特征在于，步骤2中，通过如下步骤构建骨干网络：
5.根据权利要求4所述的方法，其特征在于，步骤2-2中，所述上下文信息提取模块cm包括包含大核深度卷积depthwise convolution、逐点卷积pointwise convolution；
6.根据权利要求5所述的方法，其特征在于，步骤2-3中，所述混合空间通道注意力模块m...
【专利技术属性】
技术研发人员：程勇，李升，张文杰，许小龙，王军，杨玲，李伟，刘敏，
申请(专利权)人：南京信息工程大学，
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。