1.一种基于监控视频的遗留物检测方法，该方法包括以下步骤：S1：通过图像采集设备，获取视频流；

S2：匹配游客及其携带物

S21：使用YOLOv4网络，检测第N帧旅客人体及其随身携带的常见易丢失物品，作为目标物体；

S22：利用综合距离度量对多个目标物体及其对应游客人体进行匹配；

S3：对游客及其携带物进行目标跟踪，其具体包括以下步骤：S31：利用神经网络对多个目标物体进行表观建模；

S32：使用递归卡尔曼滤波预测第N+1帧中多个目标物体的位置；

S33：检测第N+1帧中的多个目标物体；

S34：利用步骤S31中的神经网络，生成N+1帧中多个目标物体的表观特征；

S35：利用卡尔曼滤波预测结果与表观建模，对连续两帧中的多个目标物体进行级联匹配，实现目标物体的实时跟踪；

S4：针对每个目标物体，根据其与对应游客的综合距离度量，判定是否为疑似遗留物体；

S5：若疑似遗留物体的停留时间超过阈值T5，则判定为遗留物。

2.根据权利要求1中步骤S22所述的利用综合距离度量方式，对多个目标物体及其对应游客人体进行匹配，其表达式如下：其中P为YOLOv4网络检测到的人体检测框，Pc为其中心点；O为携带物检测框，Oc为其中心点；S为检测框O与P的最小凸集，Sd为其对角线长度；ρ2(·)为欧氏距离；考虑到某些随身物品离身体较远，如拖行的行李箱，使用传统的IOU作为特征无法准确反映其匹配关系；该方式可以度量两个不重合或部分重合的检测框的距离关联；当目标物体与人体的综合距离dist(P,O)大于阈值T1时，则确定其关联关系。

3.根据权利要求1中步骤S35所述的级联匹配过程，其具有如下两个步骤：S351：使用马氏距离，对目标物体的卡尔曼滤波预测结果P与YOLOv4检测结果D进行运动信息关联，其公式如下：其中Dj表示第j个检测框的位置，Pi表示第i个预测框的位置，Σi表示检测位置与平均预测位置间的协方差矩阵；如果某对检测框与预测框的马氏距离dm小于阈值T2，则判定其关联成功；

S352：当存在遮挡时，马氏距离的可靠性降低，此时对检测对象的表观特征进行匹配；

对步骤S351中被成功关联的检测框使用S31中的神经网络进行表观特征提取，并逐帧将提取到的128维特征向量放置在跟踪器r(i)中；提取当前帧所有检测框特征向量rj，对当前帧第j个检测结果与第i个追踪器中最近100个关联成功的特征集，求取其最小余弦距离，即：其中Ri为所有跟踪器的集合，若某对检测框与预测框的表观特征具有最小余弦距离dc，且dc小于阈值T3，则判定其关联成功。