典型文献
基于3D-MobileNetv2的多目标实时跟踪框架
文献摘要：
为了克服卡尔曼滤波在远距离以及遮挡情形下跟踪不准确的问题,设计了一个多目标实时跟踪框架,利用神经网络预测目标物体在三维空间里的状态,使用匈牙利算法逐帧进行数据关联,设计轨迹管理模块管理相应的轨迹,实现多目标跟踪.相较于传统的框架,该框架不需要在图像空间执行卡尔曼滤波,不仅能在高帧速率准确跟踪遮挡目标,而且对远距离目标也有优异的表现.以KITTI数据集进行测试,性能指标如下:多目标跟踪准确度为79.22,多目标跟踪精确度为78.33,多数丢失数为54.19,多数跟踪数为13.21,ID转变数为16,运行速度为39帧/秒.相较于传统的卡尔曼框架,准确率提升了11％,并且抗遮挡性也有大幅度提升.
文献关键词：
图像处理;多目标跟踪;深度学习;激光点云
中图分类号：
作者姓名：
毛仁祥;常建华;张树益;李红旭;张露瑶
作者机构：
南京信息工程大学江苏省大气环境与装备技术协同创新中心, 江苏 南京 210044;南京信息工程大学江苏省气象探测与信息处理重点实验室, 江苏 南京 210044
文献出处：
引用格式：
[1]毛仁祥;常建华;张树益;李红旭;张露瑶-.基于3D-MobileNetv2的多目标实时跟踪框架)[J].量子电子学报,2022(03):364-372
A类：
B类：
MobileNetv2,实时跟踪,卡尔曼滤波,远距离,一个多,神经网络预测,三维空间,匈牙利算法,数据关联,多目标跟踪,图像空间,遮挡目标,KITTI,ID,变数,运行速度,准确率提升,抗遮挡,激光点云
AB值：
0.319513
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
