改進(jìn)ＹＯＬＯｖ５ 和ＤｅｅｐＳＯＲＴ 的多目標(biāo)跟蹤算法

打開(kāi)文本圖片集

摘 要 針對(duì)多目標(biāo)因相互交錯(cuò)或被遮擋以及檢測(cè)目標(biāo)外觀外貌和背景顏色相近等現(xiàn)象 導(dǎo)致目標(biāo)跟蹤的漏檢 錯(cuò)檢ID 分配紊亂等問(wèn)題 提出了一種改進(jìn)YOLOv5 DeepSORT和 跟蹤算法 為加強(qiáng)網(wǎng)絡(luò)對(duì)全局上下文特征的提取能力 文章提出優(yōu)化DeepSORT 的特征提取網(wǎng)絡(luò)模型 并通過(guò)去掉1 層卷積層 增加4 層殘差層以及采用自適應(yīng)平均池化層和增加網(wǎng)絡(luò)的深度與寬度 對(duì)行人提取更加深層次的語(yǔ)義信息 最后 通過(guò)實(shí)驗(yàn)驗(yàn)證了DeepSORT 目標(biāo)跟蹤算法的優(yōu)越性 其能夠準(zhǔn)確地對(duì)目標(biāo)進(jìn)行跟蹤 具有一定的理論探索意義和實(shí)用價(jià)值

關(guān)鍵詞 多目標(biāo)跟蹤 行人識(shí)別

中圖法分類號(hào) 文獻(xiàn)標(biāo)識(shí)碼A

１ 引言

隨著計(jì)算機(jī)視覺(jué)技術(shù)［１］ 的高速發(fā)展，目標(biāo)檢測(cè)與跟蹤技術(shù)［２］ 已經(jīng)應(yīng)用到各個(gè)領(lǐng)域中，如自動(dòng)駕駛、智慧交通以及公共安全監(jiān)管等。（剩余3370字）