-
题名红外多目标跟踪的稀疏多假设匹配和模型优化
- 1
-
-
作者
徐长琦
王好贤
王军
周志权
-
机构
哈尔滨工业大学(威海)信息科学与工程学院
山东省海洋电子信息与智能无人系统重点实验室
海洋无人系统跨域协同与综合保障工业和信息化部重点实验室
-
出处
《红外与激光工程》
北大核心
2025年第2期216-228,共13页
-
基金
山东省重大科技创新工程(2020CXGC010705,2021ZLGX05,2022ZLGX04)。
-
文摘
伴随海洋经济的不断发展,目标跟踪作为海洋安全的重要部分,需要兼顾高实时性与高准确性。针对多目标跟踪过程中常出现模糊匹配错误以及深度学习目标检测器推理速度慢的问题,提出了一种基于稀疏多假设匹配的轻量化红外多目标跟踪算法。首先,从定量角度分析费用矩阵的匹配过程,结合深度级联匹配算法与多假设跟踪算法,设计并实现了稀疏多假设匹配算法,在稀疏化费用矩阵、减少匹配过程计算量的同时,提高了费用矩阵匹配精度;其次,针对深度学习模型参数多、存在冗余参数的问题,采用层自适应剪枝算法对YOLOv8s模型进行剪枝,在不牺牲模型准确度的同时,减少模型的参数量与浮点运算量,使得YOLOv8s模型能够在更广泛的场景下部署。在视频序列跟踪实验中,MOTA指标较其他算法提高了0.2%~1.2%,证明稀疏多假设匹配算法提升了目标跟踪效果;在剪枝实验中,相比于原模型,剪枝后的YOLOv8s模型的平均精度(mAP@50)提升了0.1%,参数量下降为42.0%,浮点运算量下降为66.4%,实现了推理准确度与推理速度的提升。
-
关键词
红外多目标跟踪
稀疏多假设匹配
伪深度信息
层自适应幅度剪枝
-
Keywords
infrared multi-object tracking
sparse multiple hypothesis matching
pseudo-depth information
layer-adaptive magnitude-based pruning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
