程艳云 朱松豪 Huet Alexis Pierre René

南京邮电大学

0 引言

多目标跟踪问题可描述为在一系列图像中同时跟踪多个移动目标，且能随着时间推移，确定不同目标的身份。目前基于检测的多目标跟踪主要面临两个难题：

（1）为每一个目标分配一个唯一的ID标号，或者确定该目标为误报；

（2）每一个轨迹能够合理地解释目标的运动状态。

以上两个方面都具有一定的挑战性，然而目前的研究目标主要集中在解决其中的一个方面，或者另一方面。

数据关联是一个组合问题，典型的方法是简化模型或者设定满足于特定目标函数的近似解。当前是将检测器响应与目标的实际位置相关联，从而表示目标的实际轨迹，这不利于建立目标的动态模型，特别是在一些漏检的图像帧中，例如长期的目标遮挡。另一方面，目标轨迹的评估还需要考虑动态变化、持久性以及轨迹互斥等因素。由于数据关联需在高维空间中最小化多模态能量函数，这是一个相当大的挑战。此外，把待确定的观测与特定的目标相关联，也是一个很难完成的任务。

本文从时间和空间的角度建立CRF模型，将目标的数据关联与轨迹评估整合到同一个CRF模型中，构建离散-连续能量函数，通过求取最小能量确定目标的最佳运动轨迹。本文在借鉴多标号成本的基础上，提出了融合多模型拟合和全局轨迹特性的多目标跟踪方案。数据关联通过CRF模型来实现；此外，还通过空间互斥模型来限制同一物理空间两个不同的观测。……