目标跟踪_POI算法

目标跟踪算法过程

 

输入：T^t-1  t-1时刻的tracklet(跟踪片段)     D^t t时刻的预测框集合(带分数)  feature^t t时刻的特征图

输出：T^t  t时刻的tracklet(跟踪片段)

 

1.  计算T^t-1 与D^t的相似度矩阵A^t-1

2.利用阈值将Tt-1分为置信度较高的T^t-1 _{high  和置信度较低的T^t-1 low}

3.基于A^t-1使用算法找到在(T^t-1 _{high ,T^t-1 low})与D^t的最优匹配

4.利用阈值判断匹配是否成功

5.将集合分为T^t-1_success,  D^t_success, T^t-1 _fail, D^t_fail 四种

6.使用Kalman滤波器去获取T^t ₁  即为Average(T^t-1_success,  D^t_success)

7.使用Kalman滤波器去获取T^t ₂  即删除一些T^t-1 _fail 并预测一些T^t-1 _fail 

8.将 D^t_fail 初始化为新的tracklet记为T^t₃

9.将T^t₁  , T^t₂ , T^t₃  结合起来并返回

 

 

转载于:https://www.cnblogs.com/shensobaolibin/p/10510736.html