[发明专利]基于YOLOv4模型和DeepSORT模型的跟踪方法

权利要求书

1.一种基于YOLOv4模型和DeepSORT模型的跟踪方法，其特征在于，包括：

步骤1、使用YOLOv4模型对图片进行目标检测；

步骤2、使用DeepSORT模型对YOLOv4模型检测到的多目标同时进行跟踪；

步骤3、对DeepSORT模型跟踪输出的图片进行处理、去重后，保存、删除以及更新跟踪成功的图片。

2.根据权利要求1所述的基于YOLOv4模型和DeepSORT模型的跟踪方法，其特征在于，步骤3中包括：

首先，计算各丢失的ID图片的自适应直方图，归一化获得的各图片的统计概率分布P；

其次，获取当前帧新增的ID图的统计特性p；

然后，把当前新增ID的概率分布p和丢失的图片的概率分布集合P分别做KL散度距离计算；其中，

如果KL散度距离大于某一个阈值，说明不相似，则当前图片和丢失的这张图片同时保存；

如果KL散度距离小于某一个阈值，说明相似，则把新增的图片保存，并把丢失的删除；

最后，如果当前帧的ID是来源上一帧，说明图片跟踪成功，更新图片。

3.根据权利要求2所述的基于YOLOv4模型和DeepSORT模型的跟踪方法，其特征在于，P为各图片的概率分布的集合，p为当前图片的概率分布。