基于特征池优化的标签多伯努利视频多目标跟踪方法

    公开(公告)号:CN113537077A

    公开(公告)日:2021-10-22

    申请号:CN202110813587.8

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于特征池优化的标签多伯努利视频多目标跟踪方法,涉及视频多目标跟踪方法领域,该方法定义与检测置信度相关的新生模型来识别新生目标,并利用特征池来设计新的目标重识别策略,提出新的目标被遮挡后停止模板摄入特征池中的做法,将检测置信度与新生目标的存在概率结合,将低置信度的检测加入到标签多伯努利的滤波中,该方法可以解决现有的视频多目标跟踪算法中难以准确处理新生目标以及目标之间由于遮挡、干扰而导致的跟踪精度下降,目标标签切换频繁等问题,在提高目标识别率的同时避免误检以及漏检,为跟踪提供良好的检测数据。

    基于特征池优化的标签多伯努利视频多目标跟踪方法

    公开(公告)号:CN113537077B

    公开(公告)日:2023-05-26

    申请号:CN202110813587.8

    申请日:2021-07-19

    Abstract: 本发明公开了一种基于特征池优化的标签多伯努利视频多目标跟踪方法,涉及视频多目标跟踪方法领域,该方法定义与检测置信度相关的新生模型来识别新生目标,并利用特征池来设计新的目标重识别策略,提出新的目标被遮挡后停止模板摄入特征池中的做法,将检测置信度与新生目标的存在概率结合,将低置信度的检测加入到标签多伯努利的滤波中,该方法可以解决现有的视频多目标跟踪算法中难以准确处理新生目标以及目标之间由于遮挡、干扰而导致的跟踪精度下降,目标标签切换频繁等问题,在提高目标识别率的同时避免误检以及漏检,为跟踪提供良好的检测数据。

Patent Agency Ranking