基于卡尔曼滤波与LSTM的三维多目标跟踪方法

摘要

本发明公开了一种基于卡尔曼滤波与LSTM的三维目标跟踪方法，包括以下步骤：对输入的三维目标边框进行轨迹初始化；使用恒定速率卡尔曼滤波算法对三维目标边框轨迹进行更新去噪并得到预测轨迹集合；利用匈牙利算法对预测轨迹和当前帧的三维目标边框进行数据关联并更新卡尔曼滤波器；将去噪的三维目标框序列用于训练长短时记忆网络；利用恒定速率卡尔曼滤波算法和匈牙利算法，与训练好的LSTM进行三维目标的跟踪与预测。传统基于卡尔曼滤波的目标跟踪方法，存在非线性拟合能力不足的问题，本方法与传统方法最大不同之处在于使用了深度学习模型LSTM的强力特征提取能力，能够拟合更复杂的运动模型，使得跟踪的结果更加平滑，同时提高了跟踪系统的速度。

摘要

关键词