一种基于Mask R-CNN和表观特征融合的多目标跟踪方法

摘要

本发明提供了一种基于Mask R‑CNN和表观特征融合的多目标跟踪方法。该方法包括：通过Mask R‑CNN网络搜索待识别的图像，获得图像中的目标的候选区域及特征图；基于候选区域在特征图上切割出特征作为孪生神经网络的输入，生成特征矩阵；通过空间注意力模块根据所述特征矩阵对所述图像中关键区域进行空间结构加强处理，得到具有空间注意力加权的目标特征；通过长短时记忆网络利用所述具有空间注意力加权的特征对目标轨迹的历史位置信息进行计算，得到预测的目标位置信息。本发明提出了基于空间注意模型的抗遮挡多目标跟踪算法，通过空间信息来增加跟踪模型的特征区分度，对图像中关键点进行加权融合，有效地提高目标跟踪过程中身份信息稳定的概率。