一种基于深度学习的跨摄像头行人多目标跟踪方法和装置

本发明涉及一种基于深度学习的跨摄像头行人多目标跟踪方法和装置，包括：获取多数据源的视频数据；将其输入到训练好的编码器‑解码器深度网络同时进行行人检测和行人表观特征提取，获得以行人为中心点检测的行人检测框，并依此中心点输出行人表观特征；基于所有行人表观特征对所有的行人检测框进行关联匹配，以获得所有行人的跟踪轨迹；对于多个视频中的每个行人的跟踪轨迹，挑选高质量的帧；然后利用训练好的深度神经网络分别提取行人人脸特征和步态特征；之后对多种特征进行特征融合或者匹配；最后进行跨摄像头轨迹关联聚类。上述方法和装置能够直接应用于旧的监控系统中，具有很好的鲁棒性，可以实现准确高效的跨摄像头的行人跟踪。