期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于CNN-GRU度量网络的多目标跟踪算法 被引量:1
1
作者 王潇潇 张雪芹 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第4期483-493,共11页
针对复杂场景下多目标跟踪算法存在目标标识切换率高、目标轨迹误报率高的问题,提出了一种基于行人重识别网络和CNN-GRU(ConvolutionalNeuralNetworks-Gated Recurrent Unit)度量网络的多目标跟踪算法。通过构建一个CNN和双GRU网络结合... 针对复杂场景下多目标跟踪算法存在目标标识切换率高、目标轨迹误报率高的问题,提出了一种基于行人重识别网络和CNN-GRU(ConvolutionalNeuralNetworks-Gated Recurrent Unit)度量网络的多目标跟踪算法。通过构建一个CNN和双GRU网络结合的深度度量模型,同时预测跟踪目标轨迹框外观特征和运动特征的时间特性,使提取的目标特征更具有判别性,降低目标的标识切换率。基于CNN-GRU网络自动学习历史目标轨迹框正确匹配的概率,给同一目标的不同轨迹框分配不同的注意力,以此来抑制目标轨迹中误检的目标框对目标整体特征的影响,在降低误报率的同时有效聚合轨迹框的特征。该算法将行人重识别网络输出的特征计算得到的检测框和轨迹框的相似度,以及CNN-GRU网络直接输出的相似度作为数据关联部分的匹配成本。在标准多目标跟踪数据集上的实验结果验证了本文算法的有效性。 展开更多
关键词 多目标跟踪 基于检测的跟踪 行人重识别 GRU 数据关联
在线阅读 下载PDF
无人机视角下基于深度学习的多目标跟踪研究进展 被引量:5
2
作者 杨洋 宋品德 +1 位作者 钟春来 曹立佳 《计算机工程与应用》 CSCD 北大核心 2023年第23期48-62,共15页
基于无人机平台的多目标跟踪在智慧城市、农业生产、灾害预警与搜救等多个领域有广泛的应用前景。与普通视角下的多目标跟踪相对成熟不同,无人机视角下的多目标跟踪面临一系列尚未完全解决的问题,主要包括目标尺度变化、相似目标干扰、... 基于无人机平台的多目标跟踪在智慧城市、农业生产、灾害预警与搜救等多个领域有广泛的应用前景。与普通视角下的多目标跟踪相对成熟不同,无人机视角下的多目标跟踪面临一系列尚未完全解决的问题,主要包括目标尺度变化、相似目标干扰、目标被遮挡和重叠以及目标分布不均等。梳理了近年来在普通视角下的经典多目标跟踪算法,并以基于检测的跟踪框架为主,综合分析了无人机视角下多目标跟踪领域的主要技术路线和最新方法。统计了性能评估方法和主流数据集,分析了当前无人机视角下多目标跟踪所面临的主要挑战,并对未来的研究趋势进行展望,旨在为后续相关研究提供参考。 展开更多
关键词 无人机(UAV) 多目标跟踪 深度学习 基于检测的跟踪 联合检测的跟踪
在线阅读 下载PDF
基于改进YOLO v8的行李追踪技术 被引量:5
3
作者 曹超 顾幸生 《计算机工程与应用》 CSCD 北大核心 2024年第9期151-158,共8页
在机场行李分拣场景下,传统多目标追踪算法存在目标ID切换率高和目标轨迹误报率高的问题。提出一种基于改进YOLO v8和ByteTrack算法的行李追踪技术。增加了CBAM模块,替换ADH解耦头以及改变训练时的损失函数,增加了检测精度,加强了目标... 在机场行李分拣场景下,传统多目标追踪算法存在目标ID切换率高和目标轨迹误报率高的问题。提出一种基于改进YOLO v8和ByteTrack算法的行李追踪技术。增加了CBAM模块,替换ADH解耦头以及改变训练时的损失函数,增加了检测精度,加强了目标特征的判别性,降低目标的ID切换率。在Byte数据关联中进行了GSI插值后处理,不仅利用了高分框和低分框,也使得长时间遮挡后的追踪效果得到保证,降低了因遮挡产生的ID错误切换。在机场行李分拣数据集上,MOTA和IDF1分别达到了89.9%和90.3%,有了较为明显的提升,能稳定地实现对行李箱ID的追踪。 展开更多
关键词 机场行李分拣 多目标跟踪 基于检测的跟踪 YOLO v8 ByteTrack
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部