技术特征：
技术总结
本发明公开了一种基于深度学习的监控视频多目标追踪方法，本方法首先对视频解码提取出图像序列，然后将图像进行预处理输入到训练好的Faster R‑CNN网络模型中，Faster R‑CNN网络模型在网络的对应层次中提取目标位置信息和目标空间特征；将目标位置信息和目标空间特征输入到LSTM网络中，预测目标在下一时刻的位置；将目标的空间特征通过融合的方法得到目标在下一时刻的融合特征，通过位置相似度和空间特征相似度两方面添加不同的权重得到最终的相似度，然后判断当前时刻检测出的多个目标和上一时刻处于追踪状态的多个目标的对应关系。本发明方法进行目标追踪可以减少多目标追踪的漏检率，提升多目标追踪的准确度，并解决追踪过程中短时间的目标遮挡问题。
技术研发人员：凌贺飞;李叶;李平
受保护的技术使用者：华中科技大学
技术研发日：2017.06.28
技术公布日：2017.11.07