基于能量最小化的多目标跟踪算法研究

多目标跟踪是计算机视觉领域中研究难度较大的一个重要课题,现有的多目标算法只关注生成所有目标的区分性运动和外观模型,如果目标的场景拥挤、掩蔽频繁、外观相似,则很难找到合适的描述符来将这些目标区分开。鉴于此,基于一种在线学习条件随机场模型对跟踪问题进行表述,并将其转化为能量最小化问题。其中,能量函数既包括一组基于运动和外观模型,并可对所有目标进行区分的一元函数;又包括一组可以将对应的踪迹碎片对区分开来的二元函数。最后,提出一种近似算法,可用于高效确定能量成本低、质量高的跟踪问题的解。基于3种公共数据集对算法进行评估。仿真实验结果表明,算法相对其他几种最新算法,具有很大的性能提升;无论在区分外观相似且空间距离较近的目标方面,还是在处理摄像机运动方面,算法的性能均很优异。