本發(fā)明公開了一種基于特征共用的DeepSORT目標(biāo)跟蹤方法。針對DeepSORT跟蹤算法存在的特征提取網(wǎng)絡(luò)較為簡單且耗時(shí)嚴(yán)重、卡爾曼濾波器對噪聲魯棒性差以及級聯(lián)匹配在強(qiáng)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(gè)方面進(jìn)行了改進(jìn),在特征提取模塊中沿用檢測網(wǎng)絡(luò)YOLOv5網(wǎng)絡(luò),并在檢測頭部分增加外觀信息的輸出,在運(yùn)動(dòng)估計(jì)模塊中對卡爾曼濾波算法中的噪聲矩陣實(shí)現(xiàn)自適應(yīng)計(jì)算并增加了高斯過程回歸模塊來對目標(biāo)檢測器失效的情況下的跟蹤軌跡做出插值,在軌跡關(guān)聯(lián)模塊中采用一種基礎(chǔ)的線性匹配策略替換掉原有的級聯(lián)匹配,在此基礎(chǔ)上提出了YNGB?DeepSORT網(wǎng)絡(luò)來實(shí)現(xiàn)高效的目標(biāo)跟蹤。
聲明:
“基于特征共用的DeepSORT目標(biāo)跟蹤方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)