跨域环境下特定多目标跟踪算法的改进

穆晓芳, 李毫, 刘嘉骥, 刘振宇, 李越

太原理工大学学报 ›› 2025, Vol. 56 ›› Issue (01) : 165 -173.

PDF
太原理工大学学报 ›› 2025, Vol. 56 ›› Issue (01) : 165 -173. DOI: 10.16355/j.tyut.1007-9432.20220843

跨域环境下特定多目标跟踪算法的改进

    穆晓芳, 李毫, 刘嘉骥, 刘振宇, 李越
作者信息 +

Author information +
文章历史 +
PDF

摘要

【目的】针对监控视频跨域环境下的多目标跟踪画面中,频繁遮挡、轨迹开始终止时刻未知、目标太小、目标间交互、表观相似以及摄像头视角变化等问题,提出一种改进的多目标跟踪算法。【方法】该算法最大化利用低分检测对象,将未匹配的低分对象进行二次匹配,目标跨域后,依据摄像头拓扑排序规则,以及相邻摄像头的未匹配跟踪轨迹,同时对检测器YOLOv5算法进行优化改进,通过信息流的层层递进,有效解决多尺度问题和小目标信息提取不充分等问题,在相邻的摄像头中快速匹配到跟踪对象,以提高跨域环境下特定多目标跟踪的精度。【结果】对比消融试验表明,本改进算法MOTA达到了62.8%,IDswitch也显著降低。

关键词

多目标跟踪 / YOLO / 计算机视觉 / 深度学习

Key words

引用本文

引用格式 ▾
跨域环境下特定多目标跟踪算法的改进[J]. 太原理工大学学报, 2025, 56(01): 165-173 DOI:10.16355/j.tyut.1007-9432.20220843

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

11

访问

0

被引

详细

导航
相关文章

AI思维导图

/