基于状态预测和运动结构的在线多目标跟踪

摘要：

基于检测的跟踪是近年来多目标跟踪领域的研究热点,针对目前在线跟踪算法通常只考虑相邻2帧间的数据关联,对误检的鲁棒性不高,易造成轨迹碎片的问题,提出一种基于状态预测和运动结构的在线多目标跟踪算法.该算法将多目标跟踪分为逐帧跟踪和轨迹恢复2个阶段.在逐帧跟踪阶段,利用运动结构实现目标空间位置对齐,采用多特征融合进行相似度计算,以提升相邻2帧之间的数据关联精度,运动结构的使用还将提升追踪过程对摄像头移动的鲁棒性;在轨迹恢复阶段,记录未关联目标,并对其进行状态预测,然后和检测结果进行相似度匹配,以完成轨迹恢复,从而解决轨迹碎片问题.在MOTChallenge 2015上的实验结果证明,文中算法的多目标跟踪准确率有明显提高,轨迹碎片减少,同时对于摄像头移动等环境问题具有很好的鲁棒性.

关键词：多目标跟踪、目标检测、数据关联、运动结构约束、轨迹碎片

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61379106, 61379082, 61227802;山东省自然科学基金ZR2013FM036, ZR2015FM011, ZR2015FM022;浙江大学CAD&CG国家重点实验室开放基金A1315

在线出版日期：2018-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：289-297