基于深度学习的多目标跟踪算法研究

提出了一种基于深度学习的多目标跟踪算法。首先,通过GoogLeNet+长短期记忆网络(LSTM)模型进行目标检测,以获得准确的目标检测结果;其次,直接根据目标检测的特征图对检测目标进行深度特征的提取,深度特征相比于传统特征可以更准确地反映检测目标的外观特征,因此可以有效提高跟踪的准确性。此外,还在传统数据驱动马尔科夫蒙特卡洛(DDMCMC)算法的基础上,提出了层次的数据驱动马尔科夫蒙特卡洛(HDDMCMC)算法,可以进一步提高多目标跟踪的准确性。实验结果证明了所提出算法的有效性。