论文部分内容阅读
为了更全面地解决行人多目标跟踪中现存的问题,使用YOLOv3检测当前帧中的待跟踪目标,利用卡尔曼滤波器根据当前目标的位置预测其下一位置及边界框大小。采用改进匈牙利算法,根据检测边框和预测边框的交并比和颜色直方图进行数据关联与匹配,通过系统不断迭代获得目标的运动轨迹完成跟踪。对于被遮挡的目标,引入基于区域的质量评估网络,联合多帧高质量检测图像,恢复被遮挡部分,提高跟踪准确率。采用2D MOT 2015数据集进行实验,该算法平均跟踪准确度达到了34.4%,较其他算法有明显提升。