论文部分内容阅读
针对多目标跟踪算法中经常会面临的各种挑战,如相机的突然运动、遮挡、误检和外观相似等情况,提出一种基于核相关滤波(KCF)的分步关联框架。首先,该算法采用基于卷积神经网络的目标检测器检测目标,获得准确的检测结果。然后,为了更好地预测目标的运动状态,通过加权融合三种特征的跟踪结果,为每个目标建立一个基于KCF算法的快速跟踪器。此外,为了有效地降低碎片化轨迹的数量,该算法通过跟踪片的置信度分步关联轨迹,并在遮挡的情况下,利用在线随机蕨重新检测目标。最后利用关联成功的检测信息自适应更新KCF算法中的尺度。实