一种邻帧匹配与卡尔曼滤波相结合的多目标跟踪算法

摘要：

传统目标跟踪算法很难在户外视频中进行行人实时跟踪及人流量统计,针对该问题,提出一种联合邻帧匹配与卡尔曼滤波器的多目标跟踪算法.该算法首先以方向梯度直方图(HOG)为特征的自适应推进(Adaboost)分类器进行行人人头检测,进而采用卡尔曼滤波进行行人轨迹预测,并应用邻帧匹配算法对该目标运动轨迹进行校正.在邻帧匹配法中,新颖地将跟踪过程中的目标匹配问题转化为基于匈牙利算法的指派问题.因邻帧匹配法能更好地区分不同待匹配目标的特征,较传统跟踪算法,能更好地避免误匹配、漏匹配等问题,提高了目标跟踪的准确率,实验证明,该监控系统准确率高,且能满足扶梯监控系统应用场景下的鲁棒性、实时性要求.

关键词：方向梯度直方图、运动目标跟踪、邻帧匹配、卡尔曼滤波

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61503141

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：204-210