-
题名基于改进DeepSort的行人多目标跟踪算法
被引量：1
- 1
-
-
作者
郑繁亭
邢关生
-
机构
青岛科技大学自动化与电子工程学院
-
出处
《现代电子技术》
2023年第5期40-46,共7页
-
基金
国家自然科学基金资助项目:空地机器人网络的同时视觉目标定位与分布式运动规划(61503118)
国家自然科学基金资助项目:基于脑认知与机器感知联合决策的脑-机融合性能优化研究(62006135)。
-
文摘
针对现有的行人多目标跟踪算法在遮挡、人群密集和光线差等情况下表现不佳的问题,提出一种改进YOLOv4与改进DeepSort算法相结合的行人多目标跟踪算法。首先,为增强检测网络的特征提取能力,在YOLOv4中嵌入ECANet注意力模块,提高检测精度;其次,在改进DeepSort的跟踪算法中,由卡尔曼滤波算法预测多个行人目标在图像中的轨迹之后,使用GhostNetV1替换DeepSort中的重识别网络来生成行人的外观特征,提高行人重识别网络的性能;进而,采用匈牙利算法对检测框和预测框进行最优匹配,对未匹配成功的检测框采用DIOU代替IOU(交并比)进行二次匹配,提高DeepSort网络的跟踪性能;最后,开展了新跟踪算法与原DeepSort算法的对比实验,结果表明新算法的误检、漏检现象变少,鲁棒性增强,跟踪性能得到提高,MOTA提升了18.8%,IDF1提升了18.2%,身份编号转换次数降低了84次。
-
关键词
多目标跟踪
改进DeepSort
轨迹预测
外观特征生成
图像处理
对比实验
-
Keywords
multi-target tracking
improved DeepSort
trajectory prediction
appearance feature generation
image processing
contrast experiment
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
