摘要
本申请提供一种基于二级图匹配的多目标跟踪方法和装置,属于计算机视觉技术领域,采用改进的YOLOX目标检测网络,结合多任务学习框架,对输入的视频帧图像进行目标检测和特征提取;采用目标机匹配和区域级匹配的二级图匹配策略进行目标分类、目标关联和目标跟踪处理;在完成二级图匹配处理之后,采用卡尔曼滤波进行轨迹预测,并结合基于高斯混合模型的背景建模,进行轨迹更新和融合处理之后输出多目标跟踪结果,采用GNN图神经网络在目标级别进行匹配,优化目标身份保持能力,之后在每个目标区域内部,利用前景点匹配采用GCN图卷积进行细粒度匹配,提升遮挡情况下的目标关联稳定性,采用二级图匹配并结合卡尔曼滤波和背景建模提升多目标跟踪的稳定性。
技术关键词
跟踪方法
高斯混合模型
卡尔曼滤波
轨迹
视频帧
跟踪装置
多任务
协方差矩阵
图像
计算机视觉技术
特征点集合
特征金字塔
前景检测
多尺度特征
算法
融合策略
观测噪声
分类网络
系统为您推荐了相关专利信息
智能工业机器人
纠正方法
物体运动速度
图像
加速度
节点
卡尔曼滤波器
调度设备
优化调度算法
准入控制器