一种基于Multi-Egocentric视频运动轨迹重建的多目标跟踪算法
Egocentric视频具有目标运动剧烈、遮挡频繁、目标尺度差异明显及视角时变性强的特点,给目标跟踪任务造成了极大的困难.本文从重建不同视角Egocentric视频中各目标的运动轨迹出发,提出一种基于Multi-Egocentric视频运动轨迹重建的多目标跟踪算法,该方法基于多视角同步帧之间的单应性约束解决目标遮挡和丢失问题,然后根据多视角目标空间位置约束关系通过轨迹重建进一步优化目标定位,并采用卡尔曼滤波构建目标运动模型优化目标运动轨迹,在BJMOT、EPLF-campus4数据集上的对比实验验证了本文算法在解决Multi-Egocentric视频多目标跟踪轨迹不连续问题的有效性.
Multi-egocentric视频、轨迹重建、多目标跟踪、单应性约束、对极几何约束、空间重构、卡尔曼滤波、运动模型
14
TP391.4(计算技术、计算机技术)
国家自然科学基金项目61472029,61473031;科技部国家重点研发计划项目2017YFB1201104,2016YFB1200100;中央高校基本科研业务费专项资金项目2016JBZ005
2019-04-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
246-253