一种融合视觉特征的GLMB滤波器多目标跟踪方法

本发明公开一种融合视觉特征的GLMB滤波器多目标跟踪方法，属于计算机视觉的多目标跟踪技术领域。解决无人机场景中的目标尺度小、密集、遮挡频繁、数目时变等关键问题。首先使用轻量级深度神经网络yolov5x对无人机拍摄的视频图像进行目标检测，获得每帧中多个目标的初始检测框；然后对检测框内的目标图像进行裁剪，使用ResNeXt101作为骨干网络提取目标的外观特征嵌入；开展自适应混合代价计算并基于强化似然函数的联合预测与更新，产生自适应新生目标模型后进行吉布斯采样初始化与截断优化，最后目标跟踪输出。本发明提出了一种自适应混合权重策略，能动态调整空间信息与外观特征的权重，有效解决无人机场景下目标密集、尺度小、外观相似的问题。