基于传统和深度学习算法的多目标跟踪方法.pdfVIP

下载本文档

2
0
约1.06万字
约 10页
2023-04-26 发布于北京
举报
版权申诉

基于传统和深度学习算法的多目标跟踪方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供基于传统和深度学习算法的多目标跟踪方法，涉及计算机视觉技术领域。该基于传统和深度学习算法的多目标跟踪方法，包括利用目标检测器对视频帧中的目标进行检测，将检测的目标特征提取出来，其中表观特征可以避免遗失目标和对障碍目标处理的能力，运动特征主要是依靠流光、卡尔曼等算法进行目标轨迹预判，而后采用级联匹配以及IOU匹配，然后对目标分配ID。本发明，采用具有鲁棒性的光流算法，避免了卡尔曼滤波轨迹预测出现重大偏差，导致结果准确性下降的现象。通过训练后的yolov5检测模型，经过deepsort追踪

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114092517 A (43)申请公布日 2022.02.25 (21)申请号 202111349149.7 (22)申请日 2021.11.15 (71)申请人江苏