技術(shù)特征：

1.基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，基于給定視頻進(jìn)行目標(biāo)跟蹤，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，所述步驟1具體包括：

3.根據(jù)權(quán)利要求1所述的基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，所述步驟2具體包括：

4.根據(jù)權(quán)利要求1所述的基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，所述步驟3具體包括：

5.根據(jù)權(quán)利要求1所述的基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，所述步驟6具體包括：

6.根據(jù)權(quán)利要求1所述的基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，其特征在于，所述步驟7具體包括：

7.一種基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤裝置，其特征在于，包括：

8.一種終端，其特征在于，包括處理器及存儲(chǔ)介質(zhì)；

9.計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1～6任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了基于神經(jīng)卡爾曼濾波器與深度估計(jì)網(wǎng)絡(luò)的多目標(biāo)跟蹤方法，一方面使用神經(jīng)卡爾曼濾波器代替視覺(jué)Transformer網(wǎng)絡(luò)，改善了計(jì)算量過(guò)大的問(wèn)題，加快了推理速度，另一方面加入描述跟蹤目標(biāo)的深度信息，使跟蹤模型的性能得到了顯著提升；本發(fā)明在減少模型計(jì)算量，加快模型推理速度的同時(shí)，保證了模型性能的持續(xù)優(yōu)異，做到了跟蹤模型在速度和精度方面的良好平衡，進(jìn)一步擴(kuò)大了高性能的多目標(biāo)跟蹤模型在邊緣終端上部署的可能性。

技術(shù)研發(fā)人員：韓光,杜昕隆,黃俊輝,黃海權(quán),曾彬明
受保護(hù)的技術(shù)使用者：南京郵電大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6