基于广义关联聚类图的分层关联多目标跟踪

• 作者: 岳周龙 疏坤 蒋建国 齐美彬
• 来源期刊: 自动化学报
• 关键词: 多目标跟踪 广义关联聚类图 分层数据关联 检测跟踪 遮挡处理
• 年，卷（期）: 2017,（1）
• 页码范围: 152-160
• 页数: 9页
• 字数: 6681字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c150519

摘要

检测跟踪是近期多目标跟踪研究的热点方向之一。目前大部分方法都是基于相邻帧之间的双向匹配,对检测点进行数据融合。本文提出的方法是,给定一个滑动时间窗口,在窗口内对某个目标每帧出现的检测点进行一次性数据融合。我们把多目标跟踪看作图的分割问题,利用广义关联聚类(Generalized correlation clustering problem, GCCP)图优化文中提出的数据融合。吸取分层数据关联的思想,把多目标跟踪分成两个阶段。首先,在时间窗口内遵循检测点,利用广义关联聚类,得到自适应长度的轨迹片段,轨迹片段长度不受窗口宽度的限制。然后,基于轨迹片段进一步数据关联,得到目标的长轨迹。在公共数据集上的实验测试表明,本文方法能够有效地实现多目标跟踪,对于遮挡处理、身份转换处理以及轨迹的生成具有很好的鲁棒性,多目标跟踪准确率(Multiple ob ject tracking accuracy, MOTA)超过当前水平。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐美彬	合肥工业大学计算机与信息学院	134	1683	20.0	34.0
2	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	疏坤	合肥工业大学计算机与信息学院	2	16	2.0	2.0
4	岳周龙	合肥工业大学计算机与信息学院	2	16	2.0	2.0