一种基于自适应运动预测与表观学习的多目标跟踪方法

本发明属于计算机视觉中的目标跟踪领域，具体涉及一种基于自适应运动预测与表观学习的多目标跟踪方法。本发明引入跨任务特征学习网络，通过目标检测与表观学习两个任务之间的互相关操作有效实现了任务所需特征的特性与共性学习；为了解决现有方法中线性运动模型的不足，本发明建立自适应运动预测模块，基于注意力机制并结合轨迹池，对单个目标轨迹时序信息与多个目标轨迹交互信息进行建模，有效学习了目标运动模式；本发明涉及了运动预测与表观学习互补的数据关联策略，针对检测得分高低决定是否考虑外观特征作为数据关联的依据。在多个大规模公开数据集上实验，相较于其他先进的多目标跟踪方法，本发明在两个数据集上多个评价指标中表现最优。