OMC框架下的行人多目标跟踪算法研究

作     者：贺愉婷 车进 吴金蔓 马鹏森 HE Yuting;CHE Jin;WU Jinman;MA Pengsen

作者机构：宁夏大学物理与电子电气工程学院银川750021 宁夏沙漠信息智能感知重点实验室银川750021 

基　　金：国家自然科学基金(61861037) 宁夏大学研究生创新研究项目(CXXM202223) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第5期

页      码：172-182页

摘      要：多目标跟踪是计算机视觉领域被广泛研究的重要方向,但是在实际应用中,目标的快速移动、光照变化、遮挡等问题会导致跟踪性能变差,因此以多目标跟踪模型OMC为基础框架展开研究,以实现跟踪性能的进一步提升。针对多目标跟踪过程中存在的目标特征质量层次不齐的问题,对特征提取器进行优化,在主干网络集成了GAM注意力机制并在Neck网络部分更换了上采样方式;针对现有方法中存在的检测任务和重识别任务之间的“竞争问题”,构建了递归交叉相关网络,使得模型可以学习不同任务的特性和共性。此处针对两个子任务分别进行了优化,一是设计了新的通道注意力HS-CAM优化了重识别网络;二是更换了检测部分的边界回归损失函数,采用EIoU损失函数。实验表明,在MOT16数据集上MOTA指标可达73.5%,IDF1可达70.4%,MLgt为11.7%,相比较OMC算法减少了1.5个百分点。

主 题 词：计算机视觉 多目标跟踪 GAM注意力机制 转置卷积 EIoU损失函数 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2211-0344

馆 藏 号：203126585...