摘要
本文为了对视频监控场景下的多人脸目标进行准确跟踪,减少过程中的ID切换,提高跟踪持续性,提出了基于深度学习的跟踪方法。该方法首先使用改进的SSH人脸检测网络进行人脸检测,再通过基于MobileFaceNets和Arcface的特征提取网络进行人脸深度特征提取,同时提取人脸方向梯度直方图(Histogram of oriented gradient,HOG)特征,与深度特征融合为一个特征;使用融合特征相似度矩阵和交并比(Intersection over Union,IoU)矩阵进行人脸和轨迹的匈牙利匹配,结合卡尔曼滤波算法实现多人脸跟踪。实验证明,该方法能有效减少跟踪中的ID切换,提高视频监控场景下多人脸跟踪的准确性。
出处
《电子技术与软件工程》
2021年第6期138-141,共4页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
国家重点研发计划资助项目(2018YFC0807000)。
