看过本文的还看了

相关文献

该作者的其他文献

文献详情 >复杂环境下基于改进DeepSORT的行人实时稳定跟踪方法 收藏
复杂环境下基于改进DeepSORT的行人实时稳定跟踪方法

复杂环境下基于改进DeepSORT的行人实时稳定跟踪方法

作     者:张丽娟 张紫薇 姜雨彤 李东明 胡梦达 刘英雪 ZHANG Li-juan;ZHANG Zi-wei;JIANG Yu-tong;LI Dong-ming;HU Meng-da;LIU Ying-xue

作者机构:无锡学院物联网工程学院江苏无锡214105 长春工业大学计算机科学与工程学院吉林长春130012 中国北方车辆研究所北京100072 吉林农业大学信息技术学院吉林长春130118 

基  金:吉林省生态环境厅科研项目(吉环科字第2021-07号) 吉林省科技发展计划重点研发项目(No.20210204050YY) 无锡学院引进人才科研启动专项经费(No.2023r004,2023r006) 

出 版 物:《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期:2023年第38卷第8期

页      码:1128-1138页

摘      要:实时多目标跟踪算法取得了理想的跟踪性能,但大多数现有算法的跟踪速度较慢,且随着背景复杂度的增加,跟踪精度也随之降低。针对此问题,本文提出了基于在线数据关联的行人实时跟踪算法。首先,设计了核相关滤波和卡尔曼滤波双轨道预测机制,配合DeepSORT中的级联匹配形成了预测-跟踪-校准体系,使数据关联更加可靠。此外,在目标检测部分引入了注意力机制,通过强化目标对象的位置信息增强特征表示能力,从而提升跟踪的精度。该模型在MOT16数据集上的MOTA达到了66.5%、IDF1达到了64.2%、IDSW达到了641。与DeepSORT算法对比,MOTA和IDF1分别提升了13%和13.2%,IDSW下降了410。本文算法有助于解决行人实时跟踪时出现的目标误检、漏检等问题,在跟踪中对严重遮挡情况仍保持了较高的跟踪精度,在复杂环境下可以实现行人实时稳定跟踪。

主 题 词:多目标跟踪 实时跟踪 YOLOv5 核相关滤波算法 DeepSORT 

学科分类:081203[081203] 08[工学] 0703[理学-化学类] 0835[0835] 0812[工学-测绘类] 

D O I:10.37188/CJLCD.2022-0350

馆 藏 号:203122811...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分