基于深度学习与信息融合的多目标跟踪

摘要

针对视频目标跟踪时的漏检、误检、发生遮挡时的丢失等问题,提出一种基于检测的跟踪算法。使用基于深度学习的YOLOv3目标检测算法,完成输入图像到待检目标的分类和位置检测,再通过融合基于马氏距离的目标运动信息与基于深度特征的表观信息,使得卡尔曼滤波算法在实现目标跟踪时获得目标间尽可能小的相似性距离,得到目标跟踪结果的最优匹配。实验表明在基本满足实时检测速度的前提下,减少了小目标的漏检、误检,也能提高在遮挡情况下目标跟踪的准确性,整体跟踪效果明显提高。