1.一種基于d-strongsort的多目標(biāo)水漂垃圾跟蹤方法，其特征在于，包括以下內(nèi)容：為更好的匹配跟蹤結(jié)果，在多目標(biāo)跟蹤模型d-strongsort跟蹤匹配過(guò)程中同時(shí)使用外觀信息和運(yùn)動(dòng)信息，構(gòu)建了運(yùn)動(dòng)模型和外觀模型的代價(jià)關(guān)聯(lián)模式，運(yùn)動(dòng)模型首先使用增強(qiáng)相關(guān)系數(shù)（enhanced?correlation?coefficient，ecc）算法對(duì)相機(jī)進(jìn)行補(bǔ)償，以減少因相機(jī)抖動(dòng)而造成的噪聲尺度過(guò)大的問(wèn)題，然后使用自適應(yīng)卡爾曼濾波來(lái)預(yù)測(cè)目標(biāo)的未來(lái)位置，與檢測(cè)后的位置進(jìn)行關(guān)聯(lián)，計(jì)算出目標(biāo)的運(yùn)動(dòng)關(guān)聯(lián)代價(jià)；外觀模型使用resnest50來(lái)提取到更多的目標(biāo)外觀特征，使用指數(shù)移動(dòng)平均（exponential?moving?average，ema）特征更新策略，加快匹配速度，減少匹配時(shí)間，最后根據(jù)檢測(cè)結(jié)果，計(jì)算出目標(biāo)的外觀代價(jià)，將外觀代價(jià)和運(yùn)動(dòng)代價(jià)進(jìn)行加權(quán)融合，輸出匹配結(jié)果；
2.根據(jù)權(quán)利要求1所述的一種基于d-strongsort的多目標(biāo)水漂垃圾跟蹤方法，其特征在于：較于resnet網(wǎng)絡(luò)，resnest50將輸入特征按照通道數(shù)進(jìn)行切分，充分利用并行結(jié)構(gòu)，加快了網(wǎng)絡(luò)的推理速度，同時(shí)，在特征融合時(shí)采用切分注意力建立目標(biāo)在通道和空間上的關(guān)聯(lián)性，提高了外觀模型的可靠性。
3.根據(jù)權(quán)利要求1所述的一種基于d-strongsort的多目標(biāo)水漂垃圾跟蹤方法，其特征在于：d-strongsort還結(jié)合了diou距離度量。
4.根據(jù)權(quán)利要求3所述的一種基于d-strongsort的多目標(biāo)水漂垃圾跟蹤方法，其特征在于：所述ecc算法本質(zhì)是一個(gè)目標(biāo)函數(shù)：