轨迹跟踪主要方法_芯语 | 如何有效提高目标跟踪性能？

目标跟踪是被视觉领域中被广为探究的重要方向之一，它可以分为单目标跟踪与多目标跟踪。

在跟踪场景中经常存在目标之间的互相遮挡、背景干扰等问题，导致检测性能下降以及目标的外观特征不稳定进而影响跟踪性能。现有的跟踪方法通常采用行人重识别技术(Re-ID)提取目标的外观特征，然而目标的外观在不同朝向下具有较大的差异，直接使用行人重识别网络提取人体的外观特征而忽略人体朝向、遮挡的因素不能充分地利用行人重识别网络提取的外观特征。同时，现有的算法往往采用复杂的图模型对整个序列进行建模，求解所耗时间以及内存较大。

No.1 如何获得目标在单摄像头下的轨迹？

我们的算法在单摄像头下，通过检测器检测图像序列中存在的目标，通过行人重识别网络提取相应区域的外观特征，通过人体关键点检测网络提取相应区域的人体关键点。利用人体关键点推测目标的朝向与遮挡状态。基于朝向与遮挡状态设计一种状态可感知的轨迹外观特征，然后利用状态可感知的轨迹外观特征构建轨迹与检测的距离矩阵，然后基于距离矩阵得到轨迹与检测框的匹配结果。对于匹配上的轨迹更新特征以及状态。基于未匹配上的检测框产生新的轨迹片段。使用轨迹召回以及轨迹聚合技术融合断裂的轨迹片段，通过上述方式可以获得目标在单摄像头下的轨迹，整体框架如下图所示：