基于CenterNet与深度关联矩阵的行人多目标跟踪方法

摘要

本发明公开了一种基于CenterNet与深度关联矩阵的行人多目标跟踪方法，首先采用CenterNet来提取输入图片中的行人特征，并以矩形框的形式检测出行人在输入图片中的位置，然后计算每个矩形框的中心，在CenterNet网络各阶段中提取出中心对应的特征，再将提取的特征拼接构建特征关联矩阵，再采用深度亲和力网络DAN对提取的特征进行压缩与关联匹配，进而实现复杂场景下行人多目标的跟踪。本发明是一种兼具高性能与高效率的行人多目标跟踪技术，其采用检测与Id关联匹配共享特征提取网络，联合训练的创新模式，降低效率的同时保障了较高的跟踪精度。