前言:本文作者@jasmine,是我们“AI产品经理大本营”成员,下面是她分享的第5篇文章,欢迎更多有兴趣“主动输出”的朋友们一起加入、共同进步:)
多目标跟踪(MOT, Multiple Object Tracking)
多目标跟踪是CV领域一个热门方向,广泛应用于机器人导航、智能监控视频、工业检测、航空航天等领域。主要任务是找到图像序列中运动的物体,并将不同帧的运动物体一一对应,最后给出不同物体的运动轨迹。
1
术语了解
1、检测:定位目标在图像中的位置。检测方法很多,例如帧间差分法、背景减除法、光流法等等;另外,检测常与识别结合。
2、跟踪:在连续图像序列中完成对目标的检测,并把物理意义下同一目标相关联。
3、轨迹(Trajectory):一条轨迹对于这一目标在一段时间内的位置序列;是多目标跟踪系统的输出量。
4、数据关联:用于解决目标间的匹配问题;是多目标跟踪的核心问题。
5、跟踪置信度:跟踪算法反应每一次跟踪的可靠程度。
2
技术流程详解
1、图像采集
多目标跟踪对于图像采集要求评估的因素与人脸识别差别不大。详见上一篇文章《人脸识别 | AI产品经理需要了解的CV通识(二)》。
2、图像预处理
典型的图像预处理方法是直方图均衡和滤波。
1)直方图均衡
直方图描述了一副图像的灰度级内容,而直方图均衡化的主要目的,是为了提高对比度和灰度色调的变化,使图像更加清晰。
2)滤波
图像滤波的主要目的是,在保持图像特征的情况下进行噪声消除,具体可以分为线性滤波和非线性滤波。非线性滤波相比线性滤波来说,更能保护图像细节。
3、基于深度学习的多目标检测识别
目标检测的实质是多目标的定位,即要在图片中定位多个目标物体。
例如下图&#