一种结合相机运动补偿与伪深度估计的多目标跟踪方法

本发明公开了一种结合相机运动补偿与伪深度估计的多目标跟踪方法，属于计算机视觉领域，适用于复杂自动驾驶道路环境。该方法包括：构建训练集和测试集；利用深度学习检测器对图像进行检测并提取特征；采用卡尔曼滤波器修正运动建模状态向量，提升目标位置与尺寸预测精度；通过特征点匹配求解单应矩阵，进行全局相机运动补偿，降低相机抖动与位移干扰；计算目标伪深度信息并进行分层级联匹配，优化密集与遮挡场景下的关联性能；采用三级级联策略依次完成高置信度、低置信度及剩余目标匹配；最终输出带有检测框和身份信息的跟踪结果，得到训练好的模型。本发明能在复杂环境下实现多类别目标精准检测与稳定跟踪，有效减少身份切换。