期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进FairMOT的拥挤场景下行人多目标跟踪算法
1
作者
高晓格
罗文
李文凯
《计算机工程与设计》
北大核心
2025年第9期2634-2643,共10页
针对拥挤场景下多目标跟踪中的漏检和频繁目标切换问题,提出一种改进的FairMOT算法,即AM-FairMOT。在重识别分支中融合空间和通道注意力机制,使模型能够动态地关注对任务有用的输入部分,提高外观信息的作用;引入特征组合模块,通过扩张...
针对拥挤场景下多目标跟踪中的漏检和频繁目标切换问题,提出一种改进的FairMOT算法,即AM-FairMOT。在重识别分支中融合空间和通道注意力机制,使模型能够动态地关注对任务有用的输入部分,提高外观信息的作用;引入特征组合模块,通过扩张卷积获得不同的感受野,以适应目标的变形;结合三重损失和在线实例匹配损失,以区分类似实例并缓解目标遮挡。实验结果表明,该算法在3个公开数据集的多对象跟踪精度(MOTA)、识别F1评分(IDF1)和身份开关数(IDs)等指标上优于多种主流的多目标跟踪算法。
展开更多
关键词
深度学习
多目标跟踪
目标检测
重识别分支
注意力机制
扩张卷积
在线实例匹配损失
在线阅读
下载PDF
职称材料
题名
基于改进FairMOT的拥挤场景下行人多目标跟踪算法
1
作者
高晓格
罗文
李文凯
机构
安阳职业技术学院汽车学院
郑州大学信息工程学院
中国空间技术研究院西安分院
出处
《计算机工程与设计》
北大核心
2025年第9期2634-2643,共10页
基金
国家自然科学基金项目(62002330)。
文摘
针对拥挤场景下多目标跟踪中的漏检和频繁目标切换问题,提出一种改进的FairMOT算法,即AM-FairMOT。在重识别分支中融合空间和通道注意力机制,使模型能够动态地关注对任务有用的输入部分,提高外观信息的作用;引入特征组合模块,通过扩张卷积获得不同的感受野,以适应目标的变形;结合三重损失和在线实例匹配损失,以区分类似实例并缓解目标遮挡。实验结果表明,该算法在3个公开数据集的多对象跟踪精度(MOTA)、识别F1评分(IDF1)和身份开关数(IDs)等指标上优于多种主流的多目标跟踪算法。
关键词
深度学习
多目标跟踪
目标检测
重识别分支
注意力机制
扩张卷积
在线实例匹配损失
Keywords
deep learning
multi-object tracking
object detection
re-identification branch
attention mechanism
extended con⁃volution
online instance matching loss
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进FairMOT的拥挤场景下行人多目标跟踪算法
高晓格
罗文
李文凯
《计算机工程与设计》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
