典型文献
基于MF-DeepSORT的交通多目标跟踪
文献摘要：
针对交通场景中的多目标跟踪任务,为了提高跟踪算法的跟踪精度,在DeepSORT算法的基础上提出了一种改进的MF-DeepSORT算法.相比于DeepSORT跟踪算法,MF-DeepSORT是一种基于多特征(Multi Feature,MF)融合的目标跟踪算法,相对于仅使用传统的卷积特征,MF-DeepSORT将HOG特征引入到跟踪算法中,进而提高目标外观的表征能力,并引入了基于交并比(Intersection over Union,IOU)的运动距离度量,从而提高跟踪匹配的准确性.同时构建了交通场景多目标跟踪数据集Car-MOT,用于衡量算法在交通多目标跟踪任务的跟踪性能.实验结果表明,所提出的MF-DeepSORT在Car-MOT上相比DeepSORT,MOTA指标提高了4.839％,达到了62.017％,同时跟踪ID切换从34次降到2次,表明MF-DeepSORT在交通多目标数据集的跟踪性能优于DeepSORT算法,是一种高效的交通多目标跟踪算法.
文献关键词：
多目标跟踪;交通场景;IOU距离度量;多特征融合
中图分类号：
作者姓名：
黄晨;胡爱群
作者机构：
东南大学 信息科学与工程学院,江苏 南京211189
文献出处：
引用格式：
[1]黄晨;胡爱群-.基于MF-DeepSORT的交通多目标跟踪)[J].无线电通信技术,2022(05):830-835
A类：
B类：
MF,DeepSORT,交通场景,跟踪精度,Multi,Feature,卷积特征,HOG,征引,表征能力,交并比,Intersection,over,Union,IOU,运动距离,距离度量,跟踪匹配,目标跟踪数据集,Car,量算,跟踪性能,MOTA,ID,多目标跟踪算法,多特征融合
AB值：
0.301133
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。
