基于自适应卡尔曼滤波的多目标跟踪算法
汤传业1
闫家好1
陈建锋2
吴豪杰1
1.江苏大学汽车工程研究院 镇江 2120132.常州工学院电气信息工程学院 常州 213164
摘要：针对道路行人多目标跟踪过程中,运动模型预测不准确、状态估计精度不理想和实时性不足的问题,提出改进的多目标跟踪算法.在相机运动解算中,引入LK光流法结合Fast特征点以加速运动解算.通过对基于恒速模型的卡尔曼滤波预测结果自适应进行相机运动补偿,提升目标运动模型预测精度,卡尔曼滤波更新阶段,依据检测结果置信度分数自适应调整观测噪声,以适配变化的观测噪声.MOT16数据集实验结果表明,相比于ByteTrack算法,MOTA指标提升0.8%,HO-TA指标提升2.5%,IDF1指标提升3.3%,运行速度提升约47%,显著提升了多目标跟踪的效果.
关键词：多目标跟踪自适应卡尔曼滤波相机运动补偿自适应噪声
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(52072159)长三角科技创新共同体联合公关资助(2022CSJGG1502)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2416-2421 )
英文信息