摘要
本发明公开了一种外观特征引导的多目标跟踪方法和系统,旨在解决现有方法在利用外观信息时,无法利用外观特征的分布信息优化候选框生成、以及仅依赖检测置信度评估目标真实性存在局限性的问题。该方法利用实例聚合模块充分挖掘表观嵌入特征,生成不同场景下的全局目标显著性分布,从而扩展表观模型的目标感知能力。利用空间增强模块将目标显著性分布引入到跟踪框架中,为跟踪器生成高质量候选框并优化关联过程。通过将上述两个模块集成到单阶段多目标跟踪框架中,本发明能够提升框架对目标位置和状态的感知能力,并生成更可靠的候选框与关联结果,显著提升了多目标跟踪的性能和鲁棒性。
技术关键词
跟踪方法
通道注意力机制
识别特征
检测损失
联合损失函数
匈牙利算法
轨迹
跟踪器
运动补偿技术
特征信息融合
高维特征向量
样本
模块
卡尔曼滤波器
检测器
独特外观
度量
分辨率
多尺度特征
感知特征