基于關鍵點檢測和關聯的多目標跟蹤

【摘要】：針對多目標跟蹤領域中由目標信息關聯性低引起的目標身份關聯性差的問題，提出了一種基于關鍵點檢測和關聯的多目標跟蹤算法。首先，對目標的中心關鍵點建模，利用CenterNet對該點進行檢測定位；然后，將目標的深度特征與關鍵點尺度特征相結合，基于二者觀測的顯隱性關系構建一個聯合特征提取器；隨后，將該聯合特征作為目標的狀態，通過隱馬爾可夫模型估計下一幀的目標狀態；最后，利用目標的運動信息和關鍵點尺度信息提出“二級關聯”的匹配機制，實現對該估計狀態與檢測目標的關聯，得到最優的關聯匹配結果。在公開的MOT17數據集上進行了仿真實驗，并與一些主流算法進行了對比，結果表明，本算法在跟蹤準確度指標表現較優，并對身份互換問題有較好的魯棒性。