多物体遮挡下基于深度学习的目标跟踪仿真

摘要

由于当前已有方法未能对目标图像进行去噪处理,导致目标跟踪精度和目标跟踪成功率下降。提出一种多物体遮挡下基于深度学习的目标跟踪方法。采用主成分分析法和局部像素分组方法对目标图像进行去噪处理。对目标图像关键点进行定位,并在目标的分块区域进行特征提取,对提取的目标特征采用卷积神经网络进行分类,获取优化的目标特征提取结果。在此基础上,将粒子滤波和检测器结合,根据提取到的目标样本特征,在多物体遮挡条件下采用SVM分类器进行目标检测,最终实现目标跟踪。仿真结果表明,所提方法可以有效提升目标跟踪精度以及目标跟踪成功率。