基于改进YOLOv5的道路车辆跟踪算法

作     者：张文龙 南新元 ZHANG Wenlong;NAN Xinyuan

作者机构：新疆大学电气工程学院新疆乌鲁木齐830047 

基　　金：新疆维吾尔自治区自然科学基金(2019D01C079) 

出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期：2022年第40卷第2期

页      码：49-57页

摘      要：针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪。实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。

主 题 词：车辆跟踪 EfficientNet 通道注意力 关联融合网络 YOLOv5 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16088/j.issn.1001-6600.2021081303

馆 藏 号：203109092...