江南大学物联网技术应用教育部工程研究中心， 江苏 无锡 214122
针对离散-连续能量最小化(DCEM)方法在复杂场景中对轨迹分段或身份标签互换无法有效处理的问题，提出一种改进的DCEM多目标跟踪方法。该方法通过提取被跟踪目标的多特征融合外观向量，利用不同目标间外观特征向量的欧氏距离设计轨迹的外观约束项，处理身份标签互换问题；通过计算相邻时空域内不同轨迹间的运动相似性和外观相似性，设计后处理过程，合并可能为同一轨迹的短轨迹，处理轨迹分段问题。实验结果表明，平均跟踪准确度提高3.6%，平均跟踪精度提高2.5%，并且身份标签互换和轨迹分段情况得到大幅改善，该方法具有更精确更稳定的跟踪能力。
机器视觉 多目标跟踪 能量最小化 身份标签互换 轨迹分段 激光与光电子学进展
2017, 54(11): 111502
