一种基于深度学习的无人驾驶场景下的多目标跟踪方法

摘要

一种基于深度学习的无人驾驶场景下的多目标跟踪方法，该方法包括以下步骤：S1、通过三维目标检测模型PointPillars对无人驾驶场景下的车辆进行检测，得到基于图像的二维检测框和基于点云的三维检测框；S2、以VGG16网络和PointNet网络为基础，分别对基于图像的二维检测框和基于点云的三维检测框进行特征提取，得到图像特征向量和点云特征向量，然后将图像特征向量和点云特征向量进行融合得到融合特征向量；S3、通过当前帧的融合特征向量、检测框信息和前一帧的融合特征向量、轨迹信息计算得到目前跟踪到的轨迹信息。本设计不仅提升了目标跟踪的精度，而且解决了复杂场景下目标间的遮挡问题。