基于非局部注意力机制的在线多目标跟踪算法

作     者：郑龙澍 林野 翟鹏 张立华 Zheng Longshu;Lin Ye;Zhai Peng;Zhang Lihua

作者机构：复旦大学工程与应用技术研究院上海200433 上海智能机器人工程技术研究中心上海200433 智能机器人教育部工程研究中心上海200433 季华实验室广东佛山528000 吉林省人工智能与无人系统工程研究中心吉林长春130000 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2024年第41卷第2期

页      面：178-187页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：上海市科委项目(19511132000) 广东省科学技术厅项目(2019A1515110352)。 

主　　题：多目标跟踪 计算机视觉 非局部注意力机制 深度学习 

摘      要：针对多目标跟踪任务在人群拥挤场景存在目标漏检、遮挡等问题,在CenterTrack框架基础上引入非局部注意力机制以捕捉多个目标之间、目标与场景之间的非局部依赖关系,提出基于空间非局部注意力残差块的跟踪模型;并进一步扩展到时空域,建立基于时空关系非局部注意力模块的跟踪模型,同时实现检测和跟踪任务。在MOT17、MOT16、2D MOT15三个数据集的实验结果表明,提出的两种在线跟踪模型较CenterTrack算法有明显提升,且在MOT17中MOTA(Multiple Object Tracking Accuracy)指标达到了目前较为先进的水平,为62.4%和62.5%,验证了该算法的有效性。