一种噪声控制多目标跟踪方法

技术特征：
1.一种噪声控制多目标跟踪方法，其特征在于：step1：通过摄像头获取视频数据；step2：将跟踪数据的当前帧、前一帧以及当前帧热力图进行特征提取与加法融合，通过引入先验降噪模块去除融合冗余噪声；step3：对融合结果进行特征提取，获得不同感受野的热力图融合特征，计算融合结果中热力图中心点的梯度，获取目标中心点进行目标检测；step4：对检测结果进行平滑增益卡尔曼滤波，通过将高斯函数与检测结果置信度结合获取平滑自适应观测噪声矩阵，获取目标的运动信息；step5：结合运动信息对帧间目标进行数据关联，获得目标运动轨迹；step6：设计梯度加速轨迹重连接模块，对碎片轨迹与中断轨迹进行轨迹重连接，获得精确的跟踪结果。2.根据权利要求1所述的噪声控制多目标跟踪方法，其特征在于，所述step2具体为：step2.1：将跟踪数据的当前帧、前一帧以及当前帧热力图进行特征提取与加法融合；step2.2：将融合特征的c_256与c_128输入先验降噪模块中；step2.3：通过无偏置的特征提取与特征重组去除融合特征的冗余噪声。3.根据权利要求1所述的噪声控制多目标跟踪方法，其特征在于，所述step4具体为：step4.1：计算测量预拟合残差；step4.2：通过将高斯函数与检测结果置信度结合获取平滑自适应观测噪声矩阵sg_r
k
，其中高斯半径σ为3；step4.3：计算预拟合残差协方差；step4.4：基于通过高斯函数平滑后的自适应观测噪声矩阵计算卡尔曼增益矩阵；step4.5：更新系统估计值；step4.6：计算更新后的估计协方差矩阵。

技术总结
本发明涉及一种噪声控制多目标跟踪方法，属于图像处理技术领域。本发明将跟踪数据的当前帧、前一帧以及当前帧热力图进行特征提取与加法融合。通过引入先验降噪模块去除融合冗余噪声，计算融合结果中热力图中心点的梯度，获取目标中心点进行目标检测。对检测结果进行平滑增益卡尔曼滤波,获取目标的运动信息。结合运动信息对帧间目标进行数据关联，获得目标运动轨迹。设计梯度加速轨迹重连接模块，对碎片轨迹与中断轨迹进行轨迹重连接，获得精确的跟踪结果。本发明不仅提高了小目标跟踪和复杂环境跟踪场景下跟踪精度，而且提升了数据关联中运动信息的获取，缓解了轨迹漂移的问题。缓解了轨迹漂移的问题。缓解了轨迹漂移的问题。


技术研发人员：曾凯 游雨婕 朱艳 沈韬 王青旺 陶智敏 汪志锋
受保护的技术使用者：昆明理工大学
技术研发日：2022.08.11
技术公布日：2022/12/16