公开(公告)号：CN112001252A

公开(公告)日：2020-11-27

申请号：CN202010712454.7

申请日：2020-07-22

Applicant: 北京交通大学

Inventor： 张宝鹏 ,  李芮 ,  滕竹 ,  刘炜 ,  李浥东

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于异构图网络的多目标跟踪方法，应用于多目标跟踪中。首先使用目标检测算法得到目标检测框，然后使用光流计算和线性回归操作进行视频帧之间的数据关联。为了解决目标遮挡问题，该模型在数据关联之后使用异构图网络提取检测框和跟踪目标的特征进行相似性度量，判断新出现的检测框是否属于已有的目标。异构图网络包括外观特征提取，空间关系提取和时间关系提取三部分，用于学习判别性特征，以进行目标的外观、空间位置及时间关系等信息的编码，提高特征的表示能力和判别能力，从而提高多目标跟踪的性能。

公开(公告)号：CN112001252B

公开(公告)日：2024-04-12

申请号：CN202010712454.7

申请日：2020-07-22

Applicant: 北京交通大学

Inventor： 张宝鹏 ,  李芮 ,  滕竹 ,  刘炜 ,  李浥东

IPC: G06V20/40 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种基于异构图网络的多目标跟踪方法，应用于多目标跟踪中。首先使用目标检测算法得到目标检测框，然后使用光流计算和线性回归操作进行视频帧之间的数据关联。为了解决目标遮挡问题，该模型在数据关联之后使用异构图网络提取检测框和跟踪目标的特征进行相似性度量，判断新出现的检测框是否属于已有的目标。异构图网络包括外观特征提取，空间关系提取和时间关系提取三部分，用于学习判别性特征，以进行目标的外观、空间位置及时间关系等信息的编码，提高特征的表示能力和判别能力，从而提高多目标跟踪的性能。