摘要
本发明公开了一种基于目标置信分层关联策略的多目标跟踪方法,包括:输入视频V,将视频V分割成单独的帧序列fk;得到帧fk中所有行人目标的集合D;利用基于检测框变化趋势的遮挡目标运动状态预测方法,预测现有轨迹在当前帧fk中的位置;根据所述的预测轨迹和目标的置信分层关联策略,将预测轨迹与检测目标进行关联;保存匹配成功的轨迹集合Tmatched,对于当前帧中每个匹配成功的轨迹tk,利用匹配到的目标在当前帧的观测值,更新得到更精确的运动状态Xk和变化速度Pk;将视频V中的所有帧序列进行处理,输出多目标识别跟踪。本发明具有能提高在拥挤的复杂动态场景中跟踪目标的准确性和鲁棒性的特点。
技术关键词
跟踪方法
运动状态预测方法
轨迹置信度
分层
卡尔曼滤波
策略
置信度阈值
检测器
视频
矩阵
匈牙利算法
序列
动态场景
估计误差
速度
鲁棒性
噪声
坐标
系统为您推荐了相关专利信息
SWMM模型
数据同化方法
集合卡尔曼滤波
节点
协方差矩阵
分层分布式协同
执行设备
中心控制器
数字孪生模型
指数
全球导航卫星系统接收器
定向技术
地磁场传感器
卡尔曼滤波算法
构建预测模型
雅可比矩阵
神经网络模型
关节
运动学映射关系
末端执行器