基于HSV的多特征融合目标跟踪算法

作者：刘翠; 刘光杰; 王政军; 陆赛杰

来源：计算机仿真, 2023, 40(01): 195-358.

• 多目标跟踪
• 颜色特征
• 特征融合
• 卡尔曼滤波
• 匈牙利指派
• 轨道交通

在轨道交通领域进行多行人目标跟踪时，为了减小光照、遮挡、背景相似等干扰对目标跟踪带来的影响，提出了一种基于目标检测的，利用目标HSV色彩空间信息和位置信息的融合跟踪算法。通过与SORT(Simple Online Realtime Tracking)跟踪算法进行行人跟踪对比实验，表明上述融合关联算子能够进一步提升目标信息的关联度，在同样的遮挡程度下，对目标有着更好的跟踪效果，其中采用的分块HSV特征比整块提取的HSV特征对不同目标有更好的区分度。与传统主流的跟踪关联算法对比，提出的融合跟踪算法有效地减少了跟踪错误与跟踪丢失出现的次数，在轨道交通等复杂场景内能够对目标进行持续，稳健的跟踪。

• 单位
  自动化学院; 南京理工大学