技术特征：
技术总结
本发明公开了一种基于霍夫森林的多特征匹配多目标跟踪方法，根据双阈值关联得到保守可靠的轨迹片段，按照样本选取原则在线生成正负样本集，构建霍夫森林，通过霍夫森林学习，将带有颜色、形状、类别以及运动信息的训练样本划分到不同的叶子节点，用叶子节点的统计信息去预测两轨迹片段的关联概率，当得到可靠长轨迹片段时，将其转化为轨迹间的再匹配问题，利用相似性度量与特征点匹配两种方式，通过融合概率将其关联为真实轨迹，完成匹配。本发明不仅解决了误差累积、跟踪精度低的问题，还提高了处理目标遮挡和形变情况的能力，实现了复杂场景下的多目标跟踪。
技术研发人员：常发亮;梁付新;刘洪彬
受保护的技术使用者：山东大学
技术研发日：2017.05.05
技术公布日：2017.09.08