基于深度聚合高分辨率网络的多目标跟踪

摘要：

为了提高多目标跟踪性能,在单个网络中结合目标检测和重识别任务的特点,提出了一种基于深度聚合高分辨率网络的多目标跟踪算法.跟踪器通过DLA网络提取抽象的语义特征图,并将其输入到改进的轻量型HRNet网络中,以高分辨率聚合目标的多尺度特征,同时引入重识别分支提高匹配精度.经由传统的相似度计算、运动预测和数据关联阶段,完成跟踪流程.通过消融实验研究了不同融合层组合和特征维度对跟踪性能的影响,并在基准数据集上与当前跟踪器的各项性能指标进行比较.结果表明,所提算法以简洁的主干网络输出高分辨率的深层特征,兼顾了跟踪精度和执行效率.跟踪器的精度和识别率较高,且具备实时跟踪性能.

关键词：多目标跟踪、深度聚合、高分辨率网络、实时跟踪

所属期刊栏目：53

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省自然科学基金资助项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：14-20