一种基于DeepSort的多目标行人跟踪算法

本发明属于目标跟踪领域，尤其为一种基于DeepSort的多目标行人跟踪。本发明通过获取实时在线视频，对其进行预处理操作。本发明提出了基于改进YOLOV5检测器，优化了DeepSort的跟踪算法。首先改良了YOLOV5检测器，在其加入了三重注意力机制，使检测精度提升利于后续跟踪，在检测的条件下，将检测结果信息输入到DeepSort算法当中。其次在DeeepSort中，提出了有一种基于前后文关联的轨迹曲线优化，有效解决了在遮挡情况下，卡尔曼滤波的状态估计在时间积累下噪声越来越大，导致卡尔曼滤波不能有效的预测。最后，在DeepSort的跟踪匹配过程中，用CIOU匹配来替换原来的IOU匹配来优化目标跟踪的匹配过程。本发明在多目标行人跟踪任务中，更能有效进行精确跟踪。