基于LSTM网络和深度增强学习的多目标跟踪方法

摘要

本发明公开了一种基于LSTM网络和深度增强学习的多目标跟踪方法，采用目标检测器对待测视频中的每一帧图像进行检测，输出检测结果构建多个基于深度增强学习技术的单目标跟踪器，每个单目标跟踪器包括卷积神经网络和全连接层，所述卷积神经网络构建在VGG‑16网络的基础上，输出每个单目标跟踪器的跟踪结果计算数据关联的相似矩阵基于LSTM网络构建数据关联模块，输入相似矩阵得到分配概率向量是第i个目标和检测结果j之间的匹配概率，得到的匹配概率最大的目标检测结果作为第i个目标的跟踪结果。本发明不受多目标跟踪过程中互相遮挡、外观相似、数量不断变化的影响，提高了多目标跟踪准确度及多目标跟踪精确度。