视频多目标跟踪技术是计算机视觉领域中一项十分重要的基础技术,其目的是对视频中的所有感兴趣目标同时进行跟踪,并得到完整的目标轨迹,该技术在智能视频监控等应用领域有着重要的作用。当前的多目标跟踪算法的基本思路都是将视频中的检测框进行关联,以得到跟踪轨迹,其中存在的主要问题是目标之间的相互遮挡以及检测器产生的带有干扰信息的误检框。为了解决这些问题,本文设计了一种基于轨迹超平面匹配的多目标跟踪算法,首先将目标检测框关联成置信度较高的轨迹片段,然后通过构建轨迹超平面将所有的轨迹片段进行合理分配,每个轨迹片段的一端可以连接到一个轨迹超平面上,最后通过对轨迹超平面两侧的轨迹片段进行关联,以及一些相应的后处理操作,得到完整的目标轨迹。通过这种方式,可以有效地处理跟踪目标的消失以及重复跟踪轨迹的情况。此外,本文还提出了一种轨迹重要性计算方式来评估轨迹的可靠程度,对于重要性较低的轨迹片段,我们会降低其与轨迹超平面以及其他轨迹片段关联的概率,并最终对重要性较低的轨迹进行删除。本文还提出了一种基于代表目标特征的轨迹相似度计算策略,通过本文设计的代表目标选择网络可以选择出轨迹中最有代表性的检测目标,通过代表目标之间的相似度来衡量轨迹之间的相似度,可以有效地消除轨迹中的其他干扰信息,从而进一步提高多目标跟踪的准确率。最后,我们通过在当前主流的公开数据库上进行实验,证明了本文算法的有效性,跟踪效果已经达到了当前学术界较为领先的水平。