本发明公开了一种基于特征共用的DeepSORT目标跟踪方法。针对DeepSORT跟踪算法存在的特征提取网络较为简单且耗时严重、卡尔曼滤波器对噪声鲁棒性差以及级联匹配在强大的跟踪器中对跟踪精度存在限制的问题,本算法分别从三个方面进行了改进,在特征提取模块中沿用检测网络YOLOv5网络,并在检测头部分增加外观信息的输出,在运动估计模块中对卡尔曼滤波算法中的噪声矩阵实现自适应计算并增加了高斯过程回归模块来对目标检测器失效的情况下的跟踪轨迹做出插值,在轨迹关联模块中采用一种基础的线性匹配策略替换掉原有的级联匹配,在此基础上提出了YNGB‑DeepSORT网络来实现高效的目标跟踪。
声明:
“基于特征共用的DeepSORT目标跟踪方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)