检测优化的多伯努利视频多目标跟踪算法

摘要

针对多伯努利滤波方法在多目标跟踪时,难以检测新生目标,且当目标出现互相遮挡等干扰时,跟踪精度下降,甚至出现目标漏跟,以及当漏跟目标被重新跟踪后,与之前运动轨迹难以关联等问题,在多伯努利滤波框架下,引入YOLOv3检测算法,并采用卷积特征对目标进行描述,计算相邻帧目标的相似度矩阵,设计新生目标识别和漏跟目标的重识别策略,以实现对目标新生判别和漏跟目标的连续估计;此外,在模板更新时,融合高置信度检测框,提出遮挡目标处理机制,有效提高目标跟踪精度.最后,采用标准数据集中具有挑战性的视频序列进行算法测试,结果表明,提出算法能有效识别新生目标和漏跟目标,实现对视频多目标轨迹的连续跟踪.