一种基于Mask孪生网络的多目标跟踪方法及系统

本发明提供了一种基于Mask孪生网络的多目标跟踪方法及系统，多目标跟踪方法包括以下步骤：图像输入Mask R‑CNN网络对图像中目标进行特征提取；基于目标特征图中目标的候选区域对目标特征图进行切割；将所述特征图输入双重注意力模块进行处理；通过改进卡尔曼滤波器对目标轨迹和目标状态进行预测；通过匈牙利算法模块对目标预测轨迹状态和目标真实轨迹状态进行匹配，得到目标实时跟踪结果。多目标跟踪系统包括Mask R‑CNN网络、分割模块、双重注意力模块、改进卡尔曼滤波器和匈牙利算法模块，本发明采用Mask R‑CNN网络实现Mask孪生网络与卷积神经网络架构的融合，通过无迹变换加强卡尔曼滤波器的非线性得到改进卡尔曼滤波器，提高卡尔曼滤波器在真实场景中的鲁棒性。