一种具有自跟踪意识的多目标跟踪方法、设备及存储介质

摘要

本发明的一种具有自跟踪意识的多目标跟踪方法、设备及存储介质，对于任意给出的一帧行人图像，组成运动图像对送入训练好的深度神经网络跟踪模型，直接输出行人目标在当前帧图像中的新位置，以此循环执行，实现多行人目标的连续跟踪；深度神经网络跟踪模型包含三个模块：特征提取模块backbone module、检测跟踪模块detect‑track module，更新模块update module，其中，更新模块update module不参与训练，只在测试时起作用；本发明在基于深度学习的目标检测框架中，融入目标匹配策略，在几乎不增加任何计算代价下，能够实现端到端的目标检测跟踪；借助一个具有自跟踪意识的深度神经网络模型，直接端对端的完成多目标跟踪过程，通用性强，实时性高，误差来源更少，可长时间跟踪，跟踪效果鲁棒性强。