多目视觉下基于融合特征的密集行人跟踪方法

作者：黄煜杰; 陈凯^*; 王子源; 王紫腾

来源：北京航空航天大学学报, 2023, 1-15.

DOI：10.13700/j.bh.1001-5965.2023.0416

• 目标跟踪
• 特征提取
• 多目视觉
• 动态阈值
• 融合特征
• 高斯混合模型
• 相关性匹配

针对当前大部分计算机视觉跟踪方法仍不能有效解决目标受遮挡以及在摄像机视角中消失后重现等问题，基于融合特征相关性对多目标行人跟踪方法进行了研究：基于GMM更新行人特征池以减少人员密集所导致的特征污染；基于K-means算法动态计算目标特征相似性阈值；利用融合特征相似性关联行人特征，加入单应性约束校验以判定行人的新增与重现。在公开数据集Shelf上进行实验，结果显示所提出的方法平均精确度相较其他算法分别提升16.05%、7.39%，平均成功率分别提升16.04%、4.16%。完整视频流下的平均错跟率为10.11%，在控制错跟数量方面取得显著效果之外还能够在行人重现后有效关联至原目标。为了更好的促进多目视觉下密集行人的跟踪研究，我们提供开源代码：https://github.com/HYJtooo/Multivisual-fusion-features-tracking。

• 单位
  南京航空航天大学