摘要

通过检测引入一种用于多目标跟踪的计算效率高的算法,其解决四个主要挑战:目标间的外观相似性,由于目标超出视野或被遮挡在其他对象之后而丢失的数据,穿越轨迹以及相机运动。所提出的方法使用运动动力学作为线索来区分具有相似外观的目标,使目标误识别减到最小并恢复丢失的数据。计算效率是通过使用通用线性分配(GLA)与有效程序相结合恢复缺失数据,并估计潜在动态的复杂性来实现。所提出的方法适用于任意长度的轨迹,它并不是先验地假定动力学模型,而是捕捉目标的整体运动动力学。使用具有挑战性的视频的实验表明,该框架可以处理复杂的目标运动,非平稳相机和长时间遮挡,外观提示不可用或较差的情况。

  • 出版日期2018
  • 单位福建船政交通职业学院