运动信息优化相关滤波的多目标跟踪算法

摘要：

在结合检测器检测信息的多目标跟踪任务中,目标漏检通常会导致目标漏跟,增加目标身份标签变换等问题,从而降低跟踪精度.针对该问题,提出了一种运动信息优化相关滤波的多目标跟踪算法.该算法在得到目标的检测信息后,采用核相关滤波(KCF)对目标进行跟踪,并融入目标的运动信息和图像信息,以处理检测器结果不精确,出现大量漏跟失跟问题,减少碎片化的轨迹.同时在核相关滤波的基础上引入置信图的平滑约束来评估目标被遮挡程度,实现核相关滤波中目标模板的自适应更新,处理目标由于遮挡而产生模板污染问题.最终在MOT Challenge的MOT17数据集上的实验结果表明,与传统的检测跟踪算法IOU 17相比,在多目标跟踪正确度(MOTA)指标上提高了2.43％,具有更好的稳定性和精确度.

关键词：相关滤波;检测跟踪;平滑滤波;模板更新

所属期刊栏目：15

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;江苏省自然科学基金

在线出版日期：2021-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1310-1321