基于HSV的多特征融合目标跟踪算法

摘要：

在轨道交通领域进行多行人目标跟踪时,为了减小光照、遮挡、背景相似等干扰对目标跟踪带来的影响,提出了一种基于目标检测的,利用目标HSV色彩空间信息和位置信息的融合跟踪算法.通过与SORT(Simple Online Realtime Tracking)跟踪算法进行行人跟踪对比实验,表明上述融合关联算子能够进一步提升目标信息的关联度,在同样的遮挡程度下,对目标有着更好的跟踪效果,其中采用的分块HSV特征比整块提取的HSV特征对不同目标有更好的区分度.与传统主流的跟踪关联算法对比,提出的融合跟踪算法有效地减少了跟踪错误与跟踪丢失出现的次数,在轨道交通等复杂场景内能够对目标进行持续,稳健的跟踪.

关键词：多目标跟踪、颜色特征、特征融合、卡尔曼滤波、匈牙利指派、轨道交通

所属期刊栏目：40

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：195-199,358