[发明专利]基于核自适应滤波与YOLOX检测结合的机动多目标跟踪方法

权利要求书

1.一种基于核自适应滤波与YOLOX检测结合的机动多目标跟踪方法，其特征在于，包括以下步骤：

步骤1：通过YOLOX目标检测网络对待跟踪视频序列的当前帧进行目标检测，确定目标在当前帧中的目标状态信息，并生成检测框；

步骤2：进行下一帧预测，根据为上一帧中不同匹配状态的检测目标分配的核自适应滤波器，构建目标多模态运动状态预测模型，将历史帧的目标状态信息输入所述目标多模态运动状态预测模型，来预测当前帧的目标在下一帧的所述目标状态信息，并生成跟踪框；

步骤3：采用多重匹配策略对所述检测框和所述跟踪框进行前后帧数据关联计算，获得匹配结果；

步骤4：利用所述匹配结果更新核自适应滤波器的输入以及所述目标状态信息；

步骤5：提取所述待跟踪视频序列的下一帧，并重复所述步骤1-4直至提取完所述待跟踪视频序列的所有帧，完成所述待跟踪视频序列的多目标跟踪。

2.根据权利要求1所述的基于核自适应滤波与YOLOX检测结合的机动多目标跟踪方法，其特征在于，所述步骤1包括训练与应用两个阶段，其中训练阶段构建并训练YOLOX目标检测网络，是离线完成的，应用阶段使用离线训练得到的YOLOX目标检测网络进行当前帧的检测；具体过程为：

步骤11：根据训练视频序列生成目标检测数据集，并将所述目标检测数据集划分为训练集和测试集；

步骤12：根据所述训练集利用深度学习框架构建YOLOX目标检测网络；

步骤13：利用所述测试集计算所述YOLOX目标检测网络的损失函数，并利用反向传播算法更新所述YOLOX目标检测网络的网络参数，优化所述YOLOX目标检测网络；

步骤14：将待跟踪视频序列的当前帧图像送入训练完成的YOLOX目标检测网络中，得到当前帧中目标状态信息，进而生成检测框。

3.根据权利要求1所述的基于核自适应滤波与YOLOX检测结合的机动多目标跟踪方法，其特征在于，所述步骤2具体实现过程包括训练与应用两个阶段，其中训练阶段是离线完成的，构建并训练基于核自适应滤波器的目标多模态运动状态预测模型；应用阶段使用离线训练得到的目标多模态运动状态预测模型进行当前帧的预测；具体过程为：

步骤21：利用训练视频序列生成核自适应滤波器的多目标跟踪数据集，建立基于核自适应滤波的目标多模态运动状态预测模型；

步骤22：对所述多目标跟踪数据集进行标注，生成标注文件，利用标注文件计算每个目标连续多帧的检测框的中心位置以及尺寸大小，提取所述训练视频序列中的不同目标的标注结果，再根据目标的运动模态生成多组训练集与测试集，组成多模态运动数据集；

步骤23：设定核自适应滤波参数，使用多模态运动数据集对基于核自适应滤波器的目标多模态运动状态预测模型进行混合训练；

步骤24：根据输入的待跟踪训练视频序列，利用基于核自适应滤波器的目标多模态运动状态预测模型，对当前帧的目标状态信息进行预测估计，将前k帧的目标状态信息输入目标多模态运动状态预测模型，得到目标在当前帧中的位置与尺寸信息的估计值，进而生成跟踪框。