摘要
本发明涉及图像处理领域,更具体地说,本发明涉及一种基于强线索和弱线索的鲁棒多目标跟踪方法,包括以下步骤:步骤S1:输入视频流,检测输入视频流中每帧图像的目标,记录目标检测框左上角和右下角的点的坐标信息及检测置信度。本发明提出了一个更好利用跟踪中强线索和弱线索的鲁棒多目标跟踪方法,解决了复杂运动场景中的挑战,比如:非线性运动和遮挡,具体来说,鲁棒轨迹置信度建模模块实现了更加鲁棒为轨迹置信度建模的方法,在拥挤和遮挡的仅依赖强线索会使目标区分变得困难的情况下,利用建模的置信度提供了有价值的线索来区分前后物体。
技术关键词
线索
轨迹置信度
跟踪方法
匈牙利算法
卡尔曼滤波器
管理器
参数误差累积
视频流
检测器
度量
场景
校正算法
运动
线性
坐标
图像
指标