典型文献
基于JDE模型的群养生猪多目标跟踪
文献摘要：
为实现群养生猪在不同场景下(白天与黑夜,猪只稀疏与稠密)的猪只个体准确检测与实时跟踪,该研究提出一种联合检测与跟踪(Joint Detection and Embedding,JDE)模型.首先利用特征提取模块对输入视频序列提取不同尺度的图像特征,产生3个预测头,预测头通过多任务协同学习输出3个分支,分别为分类信息、边界框回归信息和外观信息.3种信息在数据关联模块进行处理,其中分类信息和边界框回归信息输出检测框的位置,结合外观信息,通过包含卡尔曼滤波和匈牙利算法的数据关联算法输出视频序列.试验结果表明,本文JDE模型在公开数据集和自建数据集的总体检测平均精度均值(mean Average Precision,mAP)为92.9％,多目标跟踪精度(Multiple Object Tracking Accuracy,MOTA)为83.9％,IDF1得分为79.6％,每秒传输帧数(Frames Per Second,FPS)为73.9帧/s.在公开数据集中,对比目标检测和跟踪模块分离(Separate Detection and Embedding,SDE)模型,本文JDE模型在MOTA提升0.5个百分点的基础上,FPS提升340％,解决了采用SDE模型多目标跟踪实时性不足问题.对比TransTrack模型,本文JDE模型的MOTA和IDF1分别提升10.4个百分点和6.6个百分点,FPS提升324％.实现养殖环境下的群养生猪多目标实时跟踪,可为大规模生猪养殖的精准管理提供技术支持.
文献关键词：
目标检测;目标跟踪;联合检测与跟踪;数据关联;群养生猪
中图分类号：
作者姓名：
涂淑琴;黄磊;梁云;黄正鑫;李承桀;刘晓龙
作者机构：
华南农业大学数学与信息学院,广州 510642
文献出处：
引用格式：
[1]涂淑琴;黄磊;梁云;黄正鑫;李承桀;刘晓龙-.基于JDE模型的群养生猪多目标跟踪)[J].农业工程学报,2022(17):186-195
A类：
群养生猪,TransTrack
B类：
JDE,多目标跟踪,同场,白天,黑夜,猪只,稠密,实时跟踪,联合检测与跟踪,Joint,Detection,Embedding,取模,视频序列,不同尺度,图像特征,测头,多任务,任务协同,协同学习,学习输出,分类信息,边界框回归,数据关联,信息输出,卡尔曼滤波,匈牙利算法,关联算法,公开数据集,自建数据集,平均精度均值,mean,Average,Precision,mAP,目标跟踪精度,Multiple,Object,Tracking,Accuracy,MOTA,IDF1,每秒,秒传,Frames,Per,Second,FPS,比目,目标检测和跟踪,模块分离,Separate,SDE,百分点,不足问题,养殖环境,生猪养殖,精准管理
AB值：
0.427079
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。
