基于深度学习和特征信息关联的多行人目标跟踪算法

作     者：潘继财 PAN Jicai

作者机构：中国科学技术信息研究所北京100038 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2022年第30卷第9期

页      面：31-36页

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

主　　题：多行人跟踪 YOLOv3模型 目标检测 Re-ID网络 特征信息关联 

摘      要：多行人目标跟踪是智能安防监控系统的关键技术之一,其跟踪准确度的高低直接关系到监控系统的效果。针对复杂监控场景下多行人目标跟踪困难的问题,提出了一种YOLOv3网络模型与SORT跟踪算法相结合的鲁棒跟踪方法。通过简化网络模型输出以提高模型效率,对YOLOv3模型针对行人检测数据集进行重新训练。为了避免因长时间遮挡导致的目标跟踪失败,设计行人重识别网络(Re-ID)来提取目标表征特征,并通过计算特征向量的余弦距离来判别帧间行人目标的关联程度。实验结果表明,文中设计的改进YOLOv3检测器使行人检测率有明显的提高,提出的行人目标跟踪算法有效提高了跟踪效果,在MOT16数据集上的跟踪准确率和跟踪精准率相比于SORT算法分别提高了15.72%和3.14%。