摘要：通过检测引入一种用于多目标跟踪的计算效率高的算法，其解决四个主要挑战：目标间的外观相似性，由于目标超出视野或被遮挡在其他对象之后而丢失的数据，穿越轨迹以及相机运动。所提出的方法使用运动动力学作为线索来区分具有相似外观的目标，使目标误识别减到最小并恢复丢失的数据。计算效率是通过使用通用线性分配（GLA）与有效程序相结合恢复缺失数据，并估计潜在动态的复杂性来实现。所提出的方法适用于任意长度的轨迹，它并不是先验地假定动力学模型，而是捕捉目标的整体运动动力学。使用具有挑战性的视频的实验表明，该框架可以处理复杂的目标运动，非平稳相机和长时间遮挡，外观提示不可用或较差的情况。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社