本發明公開了一種基于特征共用的DeepSORT目標跟蹤方法。針對DeepSORT跟蹤算法存在的特征提取網絡較為簡單且耗時嚴重、卡爾曼濾波器對噪聲魯棒性差以及級聯匹配在強大的跟蹤器中對跟蹤精度存在限制的問題,本算法分別從三個方面進行了改進,在特征提取模塊中沿用檢測網絡YOLOv5網絡,并在檢測頭部分增加外觀信息的輸出,在運動估計模塊中對卡爾曼濾波算法中的噪聲矩陣實現自適應計算并增加了高斯過程回歸模塊來對目標檢測器失效的情況下的跟蹤軌跡做出插值,在軌跡關聯模塊中采用一種基礎的線性匹配策略替換掉原有的級聯匹配,在此基礎上提出了YNGB?DeepSORT網絡來實現高效的目標跟蹤。
聲明:
“基于特征共用的DeepSORT目標跟蹤方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)