卷积神经网络的多目标跟踪系统

目前,卷积神经网络在图像识别和图像分类领域取得了很大的进展。通过优化网络模型,来提高目标识别的精度和帧率。因此,将相对成熟的卷积神经网络模型用于多目标跟踪这一任务变得可行。论文利用卷积神经网络模型SSD(The Single Shot MultiBox Detector)设计了一种多目标跟踪算法。将SSD作为模型检测的主要框架,把训练样本分为目标和背景两类,以此完成测试模型的离线训练,并以检测每个视频帧的方式完成整个视频的跟踪任务。在MOT16数据库上的实验结果表明,该算法在实时性、准确性和鲁棒性方面都具有良好的表现。