10.3969/j.issn.1003-3114.2023.04.020
结合重识别特征和运动预测的多目标跟踪方法
多目标跟踪是智慧城市交通安防的重要技术之一.为了提高多目标跟踪的准确性并改善真实场景下的遮挡问题,提出了一种结合重识别特征和运动预测的多目标跟踪方法.在多目标检测网络中扩展一个基于卷积神经网络(Convolutional Neural Networks,CNN)的重识别特征分支,提取目标的重识别特征;采用基于置信度的卡尔曼滤波预测模型来预测轨迹的空间分布以改善目标的遮挡问题,结合检测目标和轨迹在重识别特征和位置两方面的相似度来完成目标关联.实验结果表明,所提出的方法在真实行人场景下的跟踪精度优于大多数算法,具备一定的应用潜力.
深度学习、多目标跟踪、卷积神经网络、运动预测
49
TN911
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
740-745