面向自助收银台场景下的遮挡目标全关联跟踪模型

摘要

自助收银台监控视频中商品目标之间频繁发生的遮挡现象会导致目标外观信息缺失，同时静止状态商品的运动信息无法为目标关联提供有价值的跟踪线索，导致自助收银台场景下目标跟踪困难。本研究提出一种遮挡目标全关联跟踪模型，将自助收银台场景下商品目标逐帧运动造成的遮挡现象理解为一个渐变的推理过程。模型使用基于检测的跟踪范式在目标外观信息缺失和运动信息为零时，提出遮挡率和层次信息作为遮挡目标关联的辅助信息，并借助卡尔曼滤波算法对遮挡现象推理过程中多个目标和不同轨迹之间进行关联。实验结果表明，本研究方法能够提高自助收银台场景下的商品目标跟踪精度，且遮挡率和层次信息能够有效减少目标轨迹碎片的数量，多目标跟踪精度和身份识别F1分数分别达到80.7%和80.4%,比ByteTrack模型分别提升10.6%和9.8%。

关键词

多目标跟踪 / 目标检测 / 全关联 / 遮挡 / 自助收银台

基金资助

山东省自然科学基金项目(ZR2022MF325); 山东省科技型中小企业创新能力提升工程项目(2021TSGC1072)