基于视频行人重识别和时空特征融合的跟踪算法

摘要：

针对多目标跟踪算法在现实拥堵场景容易引发行人身份交换频繁的问题,提出了一种融合目标检测与行人重识别两个任务的联合网络.同时引入一种用于融合重识别特征和时间信息的轨迹评分机制,该机制通过从检测结果和跟踪预测结果中收集候选目标,互相补充行人目标跟踪预测信息与重识别特征信息.针对视频画面中小目标难以被检测到的问题,对ResNet-34网络进行改进,在主干网络上通过结合深层聚合网络,同时将传统的残差块替换为多级特征卷积网络,实现了对小目标的着重关注,提高了检测准确率.在多目标跟踪数据集MOT16、MOT17、MOT20上进行实验,所提网络的多目标跟踪准确度(MOTA)分别达74.7、73.7、66.4,行人身份转换次数分别为210、209、1403.实验结果表明,所提网络取得了良好的检测跟踪效果.

关键词：目标检测、行人重识别、联合网络、多目标跟踪

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;河南省教育厅科学技术研究重点项目

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：264-273