协同运动状态估计的多目标跟踪算法

• 作者: 纪庆革 袁大龙
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多目标跟踪 卡尔曼滤波 核相关滤波 数据关联 目标检测
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 154-159
• 页数: 6页
• 分类号: TP391
• 字数: 5378字
• 语种: 中文

摘要

多目标跟踪在视频分析场景中有着广泛的应用,如人机交互、虚拟现实、自动驾驶、视频监控和机器人导航等.多目标跟踪问题可以表示为在已有的检测数据上进行目标轨迹关联,检测算法的准确性对跟踪性能起着关键性的作用.在基于检测的目标跟踪框架中,提出了一种协同运动状态估计的跟踪算法,该算法主要关注相邻帧之间的数据关联,从目标检测、目标运动状态估计和数据关联这3个方面来直接解决多目标跟踪面临的挑战.首先,对于目标检测,采用Multi Scale Convolutional Neural Network(MS-CNN)算法作为检测器,这是因为深度学习在检测的效益上优于传统的机器学习方法;其次,为了更好地预测目标的运动状态和处理目标间的遮挡,针对不同状态的目标采取不同的运动估计方法:采用核相关滤波来评估处于跟踪状态的目标的运动状态,当目标处于遮挡状态时,采用卡尔曼滤波做运动估计;最后,采用Kuhn-Munkres算法对检测目标和跟踪轨迹做数据关联.通过大量的实验证实了算法的有效性,且实验结果表明算法的准确性很高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪庆革		4	16	2.0	4.0
2	袁大龙	中山大学数据科学与计算机学院	1	11	1.0	1.0