典型文献
基于多特征匹配的轻量化行人跟踪算法研究
文献摘要：
行人跟踪是深度学习研究中的热点内容.目前的跟踪算法存在无法满足实时性和因跟踪目标相似度太高、目标间的遮挡、运动不规律造成ID频繁转换的问题.为了提高运行速度,在目标检测阶段使用CNN和transformer相结合的轻量化网络,采用联合检测的方式,共享特征权重,并行计算检测、重识别、人体姿态估计分支,同时调整各个分支卷积通道数.跟踪部分则利用卡尔曼滤波预测的目标运动信息,目标重识别信息,和目标姿态的各个关键点位置信息共同完成目标身份匹配,减少了同一ID的频繁转换.实验部分采用MOT16数据集训练和测试.本算法的多目标跟踪准确度(MOTA)为48.5％,多目标跟踪精确度(MOTP)为78.17％,FPS为20,模型大小为18.4 M.实验表明,提出的跟踪算法提高了整体的跟踪性能,实时性和准确性达到了预期要求.
文献关键词：
轻量化网络;多特征匹配;行人跟踪
中图分类号：
作者姓名：
安胜彪;刘新宇;白宇
作者机构：
河北科技大学信息科学与工程学院 石家庄050018
文献出处：
引用格式：
[1]安胜彪;刘新宇;白宇-.基于多特征匹配的轻量化行人跟踪算法研究)[J].电子测量技术,2022(21):67-74
A类：
多特征匹配
B类：
行人跟踪,跟踪算法,算法研究,学习研究,热点内容,跟踪目标,目标相似度,遮挡,ID,运行速度,目标检测,transformer,轻量化网络,联合检测,共享特征,特征权重,并行计算,人体姿态估计,通道数,分则,卡尔曼滤波,目标运动,运动信息,目标重识别,关键点位,位置信息,共同完成,目标身份,MOT16,集训,多目标跟踪,MOTA,MOTP,FPS,跟踪性能
AB值：
0.437852
相似文献
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。
