柴文光，陈香远

（广东工业大学计算机学院，广州510006）

0 引言

目标跟踪是利用计算机视觉技术采集到的视频或图像序列进行相关处理与分析，通过对目标上下文信息采集，对目标的外观位置信息和运动信息进行预测其位置并跟踪生成连续的运动轨迹的过程。目标跟踪面临的挑战有很多，如遮挡、形变、尺度变换等问题[1]。多目标跟踪指的是对多个感兴趣的目标进行目标跟踪，但多目标跟踪遇到的问题远远比对一个目标进行跟踪要复杂。如何对检测结果与预测结果进行精确的匹配，避免如漏检、目标重叠或者遮挡等情况，正是多目标跟踪所面临的难关。

目前，大部分多目标跟踪方法的思路都是基于目标检测结果进行跟踪的，大致流程如图1所示，通过目标检测、特征提取和预测、相似度计算、数据关联4个阶段进行持续的多目标跟踪[2]。

图1 多目标跟踪的阶段

首先，检测模块对作为输入的原始视频或图片序列数据进行目标检测，生成目标的对象框，然后进行特征提取和运动预测，根据计算得到的视觉特征和运动信息进行相似度计算（即判断两个对象属于同一个目标的可能性大小），最后在数据关联的阶段为每个对象分配各自的身份标识。持续循环上述过程，从而实现对感兴趣的多个目标的跟踪。

本文主要关注的是单目视觉多目标跟踪算法的最后阶段——数据关联。

1 数据关联策略

数据关联的本质就是在目标检测的基础上寻找最优的关联目标对[3]。……