基于中心点检测和重识别的多行人跟踪算法

摘要：

在基于视频的多目标运动跟踪中,目标检测和重识别具有很强的相关性.目前常将目标检测和重识别网络分别进行训练和使用,因此实时跟踪速度不能达到要求.针对多目标跟踪(multiple object tracking,MOT)中行人身份切换和跟踪丢失问题,将行人重识别模块进行遮挡优化并嵌入行人检测网络,由此提出了一种基于中心点检测和重识别的多行人跟踪算法.首先建立了行人运动模型,通过中心点检测得到行人最优状态估计;然后根据深层特征融合的行人重识别模型,利用马氏距离和余弦距离增强行人身份辨别能力;最后利用匈牙利算法进行在线数据关联,同时利用卡尔曼滤波剔除不准确的结果,对未关联的丢失目标做运动预测.利用所提算法和其他跟踪算法分别在MOT15、MOT16、MOT17数据集上进行多行人跟踪对比实验,结果表明,所提算法的多目标跟踪精度(multiple object tracking accuracy,MOTA)分别为63.5、72.4、70.9,正确识别的检测和计算的检测数的比值(identity F1-measure,IDF1)最优,且保证了实时跟踪速率,验证了所提跟踪算法的有效性.

关键词：多行人跟踪;中心点检测;行人重识别;深层特征融合

所属期刊栏目：46

分类号：P231;TP391(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;湖南省自然科学基金

在线出版日期：2021-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1345-1353