-
题名基于深度学习的分层关联多行人跟踪
被引量：3
- 1
-
-
作者
牛通
卿粼波
许盛宇
苏婕
-
机构
四川大学电子信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第8期96-102,共7页
-
基金
国家自然科学基金(61871278)
四川省科技计划项目(2018HH0143)。
-
文摘
由于连续帧之间数据关联的不确定性和所提取外观特征的鉴别力不足,多目标跟踪容易受目标外观变化、运动状态变化、相似目标以及目标消失再出现等干扰因素的影响,出现轨迹ID变换的问题,从而限制基于轨迹分析的行为检测、姿态识别等研究的性能。为了提高数据关联的可靠性从而减少轨迹ID变换,提出了一种基于轨迹置信度的分层数据关联方式。同时,为了提高用于数据关联的外观特征的鉴别力,提出融合了过程层的特征提取网络。在公开的MOT16测试数据集上验证表明,该算法在保证跟踪准确度和精确度的同时,有效降低了轨迹ID变换的次数,提高了跟踪性能。
-
关键词
多行人跟踪
数据关联
外观特征
ID变换
-
Keywords
multi-pedestrian tracking
data association
appearance feature
ID switch
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于道路环境上下文的行人跟踪方法
被引量：2
- 2
-
-
作者
方义
嵇智源
盛浩
-
机构
中航发动机控股有限公司科技与信息化部
中华人民共和国科学技术部高技术研究发展中心
北京航空航天大学计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第8期2311-2315,2326,共6页
-
基金
国家自然科学基金资助项目(61472019)
国家863计划项目(2013AA01A603)
-
文摘
针对目前城市交通中人车混行场景中行人跟踪效果不佳的问题,提出了一种基于道路环境上下文的行人跟踪方法。首先通过对道路环境上下文进行分析,建立道路模型;其次在道路模型的约束下建立行人与环境的交互运动模型;最后利用该模型进行行人的跟踪。在真实场景中的实验表明使用了道路上下文信息的跟踪方法与连续离散连续能量最小化的多行人跟踪方法相比,多目标跟踪准确度从47.6%提升至63.2%,多目标跟踪精度从68.8%提升至74.3%。数值结果表明道路上下文信息对于提高人车混行场景中行人跟踪效果的有效性。
-
关键词
多行人跟踪
人车混行
环境上下文
道路模型
环境交互
-
Keywords
multiple pedestrians tracking
pedestrians mixed with vehicles
environment context
path model
interaction with environment
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
