典型文献
引入注意力机制的JDE多目标跟踪方法
文献摘要：
多目标跟踪是计算机视觉领域的一个重要研究内容.JDE(joint detection and embedding)多目标跟踪算法推理速度和精度较高,但是当目标重叠或尺度较小时,该算法的跟踪效果较差.针对以上问题,提出了Attention-JDE,该模型结合了注意力机制、多尺度融合等思想,利用特征金字塔(feature pyramid)和空间金字塔池化(spatial pyramid pooling)提升模型对于小尺度目标的检测和跟踪能力,结合空间域注意力机制和通道域注意力机制改进模型在目标发生重叠时的跟踪效果.此外,还引入了Mish激活函数有效地降低跟踪时的ID切换次数.在MOT16数据集进行验证,结果表明,与原JDE方法以及其他主流方法相比,Attention-JDE具有更高的跟踪精度(MOTA),同时速度能够达到19.5 FPS,实时性较高.
文献关键词：
多目标跟踪;注意力机制;多尺度融合;特征增强;JDE算法
中图分类号：
作者姓名：
晏康;曾凤彩;何宁;贺宇哲;张人
作者机构：
北京联合大学 智慧城市学院,北京 100101;北京联合大学 北京市信息服务工程重点实验室,北京 100101
文献出处：
引用格式：
[1]晏康;曾凤彩;何宁;贺宇哲;张人-.引入注意力机制的JDE多目标跟踪方法)[J].计算机工程与应用,2022(21):189-196
A类：
B类：
JDE,跟踪方法,计算机视觉,joint,detection,embedding,多目标跟踪算法,算法推理,推理速度,目标重叠,Attention,多尺度融合,特征金字塔,feature,pyramid,空间金字塔池化,spatial,pooling,小尺度目标,空间域注意力,通道域注意力机制,机制改进,改进模型,Mish,激活函数,ID,MOT16,主流方法,跟踪精度,MOTA,时速,FPS,特征增强
AB值：
0.419007
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。
