摘要
本发明公开了一种基于全景图像的视觉多目标跟踪方法,属于计算机视觉技术领域。该方法通过将全景RGB图像输入至特征提取网络,提取图像特征并生成可学习实例,并通过解码网络获取目标的边界框及属性信息;基于历史轨迹构建轨迹实例以提取当前帧的预测信息,结合轨迹池管理策略,通过置信度阈值判断实现轨迹的初始化、更新或删除;设计距离计算与概率匹配算法,融合可学习实例与轨迹实例的观测数据,优化目标关联的联合概率模型;根据轨迹稳定性与环境噪声动态选择关联模式,确保在全场景下实现多目标的连续在线跟踪与唯一编号管理。该方法通过全景图像的高覆盖性与高效轨迹关联机制,有效提升复杂场景中多目标跟踪的精度与鲁棒性。