基于连续离散问题联合求解和群组分析的多目标跟踪技术研究  

Multi-Object Tracking Based on Continuous-Discrete Problem Solving and Group Analysis

作　　者：杨景翔 姚拓中[1] 宋加涛[1] 王蔚[1] 

机构地区：[1]宁波工程学院电子与信息工程学院,浙江宁波

出　　处：《人工智能与机器人研究》2018年第3期103-111,共9页Artificial Intelligence and Robotics Research

基　　金：王伟明助创基金项目(2016007);2016年度宁波工程学院学生科研项目;浙江省公益技术应用研究计划项目(2016C33255);浙江省重点研发计划项目(2018C01086)。

摘　　要：多目标跟踪技术通过对不同目标之间的相互社会关系进行建模,改善单个目标的跟踪性能,并且快速检测和预判场景中可能发生的群体类突发事件。现有的多目标跟踪技术虽在数据关联和轨迹估计上取得平衡,但依然存在诸多问题。本文介绍通过背景建模提取出的场景信息分析并识别目标来约束多目标跟踪,将数据关联和轨迹估计这两个连续和离散的经典子问题结合到统一的框架中求解;与此同时,还提出了基于群组聚类的行为建模策略,得到的语义信息提供相邻目标和轨迹之间的约束,有助于改善跟踪结果。实验表明,本文提出的策略相比经典的多目标跟踪算法准确性更高。

关 键 词：多目标跟踪 轨迹估计 连续离散问题联合求解 群组聚类 

分 类 号：P1[天文地球—天文学]