一种应用于多相机系统的跨视角目标关联跟踪方法

本发明涉及一种应用于多相机系统的跨视角目标关联跟踪方法，属于计算机视觉和模式识别等多学科交叉的研究领域。针对多摄像头环境下因视角差异、遮挡及特征表达不足导致的目标跟踪精度低的问题，提出了结合深度学习与时间‑空间上下文特征关联的解决方案。具体包括：首先获取多视角目标数据集作为训练和测试样本；利用预训练的深度学习模型提取目标的视觉特征，并通过全局特征融合生成区分性强的目标描述；随后，通过时间‑空间关联算法进行轨迹优化匹配与预测，实现跨时间帧、跨视角的目标精准关联；最后，结合目标搜索损失函数优化匹配精度与鲁棒性。该方法广泛应用于视频监控、人群分析等场景，推动多相机系统在真实场景下的应用落地。