基于深度学习抗遮挡的多目标跟踪研究

摘要

多个运动目标跟踪是计算机视觉研究中的一个难点,具有较大的挑战性。目前研究较多的是单个运动目标跟踪,相比之下,多个运动目标跟踪的难度更高。多目标跟踪会因各运动目标之间相互遮挡,而造成跟踪漂移的问题,最终无法完成目标跟踪。针对此问题,本文将深度学习框架应用于多运动目标跟踪,提出一种基于深度学习抗遮挡的多目标跟踪算法,用于智能交通视频多目标跟踪场景中。实验结果表明,基于深度学习抗遮挡的多目标跟踪算法,能够较好地解决跟踪漂移问题,提高了多目标跟踪的准确性。