基于数据和群体运动仿真模型迭代优化的多目标跟踪算法

摘要

在线多目标跟踪通过实时分析视频序列中的每一帧信息来估计目标轨迹。尽管深度学习方法在目标稀疏且外观特征明显的场景中表现良好，但在复杂环境下，频繁的遮挡会导致外观特征不可靠，从而影响跟踪准确性。为此，提出了一种基于数据和群体运动仿真模型多目标跟踪算法，将目标运动特征与视觉特征相结合。通过融合这两种特征，构建相似度矩阵以评估目标间的相似性。最终，利用匈牙利匹配算法对相似度矩阵中的检测目标和历史跟踪目标进行匹配，从而得到最终的跟踪结果。实验表明，该方法在在线多目标跟踪方面显著提高了性能。

关键词

在线多目标跟踪 / 群体运动仿真模型 / 外观特征 / 匈牙利匹配算法