基于深层聚合网络的车辆多目标检测与追踪

作     者：郭俊麟 董超俊 陆晓田 GUO Jun-lin;DONG Chao-jun;LU Xiao-tian

作者机构：五邑大学智能制造学部广东江门529000 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第7期

页      面：2080-2086页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：广东省省级科技计划基金项目(2017A010101019)。 

主　　题：目标检测 多目标追踪 深层聚合网络 特征嵌入 多特征融合 注意力机制 数据关联 

摘      要：针对现有车辆多目标检测与追踪算法在长时间遮挡、光线变化等因素的影响下造成的ID切换和误检问题,提出一种基于深层聚合网络的改进算法,进行车辆检测并完成特征嵌入任务。通过在下采样过程中融合注意力模块进行特征增强,在特征融合过程中使用可变形卷积提高捕获不同尺度目标的能力,采用高斯核函数在目标中心区域提取车辆特征信息用于轨迹关联,实现车辆多目标追踪任务。所提算法在UA-DETRAC数据集上进行实验,其MOTA和IDF1分别达到了79.37%和88.12%,ID切换次数从77下降至36,满足实时检测与追踪的需求。