基于数据关联与轨迹评估的多目标跟踪

摘要

目前,基于检测的多目标跟踪是计算机视觉领域的一个热点话题。本文提出了一种基于数据关联与轨迹评估的多目标跟踪方法。首先,从时间和空间的角度建立条件随机场模型,并给出标号方式;其次,将目标的数据关联与轨迹评估整合到同一个CRF模型中,并详细地介绍了各个能量分量的模型;最后,采用基于贪婪标号移除的ɑ-expansion算法更新标号,以及基于梯度下降法的轨迹优化,并扩展了轨迹假设的空间。PETS2009/2010benchmark和TUD-Stadtmitte数据集实验结果表明,本文所提算法优于当前先进水平的多目标跟踪技术。