一种多目标跟踪方法

本发明属于计算机视觉技术领域，具体涉及一种多目标跟踪方法；在经典卡尔曼滤波器+匈牙利算法的基础上，提出一种独特的PoDe‑SORT框架，采用宽高比表征目标的姿态后与标准 IoU 逐元素融合、基于伪深度构建由细粒度到粗粒度的深度迭代分层关联流程等方式，在提升鲁棒性的同时，实现了一种计算量更小的、基于2D传感器数据运算进行的轻量型PoDe‑SORT。整体来说，本发明能够以很小的运算量实现以3D传感器信息为基础进行运算才能实现的目标跟踪的效果，同时鲁棒性高、运算合理性强、形变误差小且具有很高的场景适用性。