一种使用卷积神经网络和双向匹配算法的视频多目标跟踪方法

摘要

本发明公开了一种使用卷积神经网络和双向匹配算法的视频多目标跟踪方法。基于无锚框目标检测方法的卷积神经网络，能够通过融合不同尺度的特征信息，提供目标的中心点位置和目标尺度信息。本发明在该卷积神经网络的基础上，增加了针对目标的双向运动预测分支，并基于双向运动信息设计了对应的多目标跟踪匹配算法，从而通过多帧视频信息的输入，完成对目标的双向跟踪匹配，并通过搁浅区的设计缓解因目标短时遮挡导致的跟踪间断。本文还在卷积神经网络中使用了注意力模块，有效减少了模型的训练时间，从而提升算法的使用效率。在MOT17多目标跟踪数据集上的实验结果表明本发明算法具有较高的跟踪准确率。